【代码阅读】Faster RCNN 网络结构详解

Faster RCNN作为two stage目标检测方法的代表作，其中有很多模块非常经典，在后续的two stage的模型中有广泛的应用。而且在3D Object Detection的问题中，也是如此。这就回顾一下Faster RCNN的网络结构。

这里推荐一个博客，http://www.telesens.co/2018/03/11/object-detection-and-classification-using-r-cnns/，对faster rcnn的网络结构讲的非常详细。本博客就按照这个思路进行讲解，只是借助于代码，展现更多的细节。

Faster RCNN

整体架构如下，接下来我们就按照这个顺序依次介绍每一个模块。

Image Pro-Processing

前处理包括减均值，和归一化大小，这里没有直接resize，而是保存了图片长宽比的缩放。

注意：下面将加入网络结构可视化，每一个小方块代表一个tensor，小方块上面的字是tensor的名字，下面的字是tensor的大小。例如43600800表示4个batch，3个通道，600800的大小。

主干网络

主干网络可以使用VGG或者ResNet，去除最后面用于分类的全连接层，用于特征提取。

Anchor Generate Layer

这一个子网络是生成37509个anchor，9代表尺度和长宽比不同的9个anchor，分别对应37*50的feature map中的feature的位置。这一块是用numpy先生成，然后转为tensor，具体不展开，比较简单，用grid函数就可以实现。

Regio