FasterRCNN算法:RPN层的深入理解

RPN的原理图如下图所示： 
RPN的结构是在已有的网路结构（例如VGG）的最后一层上添加如下图的新层。以VGG为例，下图中每部分的具体结构为： 
1. conv feature map：在VGG的conv5_3后新添加的一个512x3x3的卷基层。 

2. K anchor boxes：

在每个sliding window的点上的初始化的参考区域。每个sliding window的点上取得anchor boxes都一样。只要知道sliding window的点的坐标，就可以计算出每个anchor box的具体坐标。faster-RCNN中 k = 9,先确定一个base anchor，大小为16x16,保持面积不变使其长宽比为(0.5,1,2),再对这三个不同长宽比的anchor放大(8,16,32）个尺度，一共得到9个anchors。 

3. intermediate layer：