RPN(区域生成网络)流程详细解释

看RPN网络基本是从faster-RCNN来的。看的有点迷糊。后来看了几篇博客感觉有点懂了。记录下来防止自己忘了吧。

明确输入输出：输入是CNN卷积后的特征图 输出是候选框图  如下图。知乎上盗了张图。 感觉这个是最形象的

先形象解释一下：左侧是特征图 ，立方体厚度决定于特征图维度。右侧红框就是经过该网络后提取出的感兴趣ROI区域。  这个特征图生成方法很多了，例如 ZF，VGG ,Resnet 什么的都可以。这里就不细说了。RPN不关注具体目标是啥，是车，是人或者狗，楼房都可以。它只是将框内认为是目标，框外认为是背景，做了个二分类。至于框内目标具体是啥，最终是交给分类网络去做。结果会略显潦草，后面会对边框进行提炼。

具体做法：以ZF网络计算的特征图作为输入来说吧（不同网络主要是特征图的尺寸不一致，RPN实现都是一致的）。

1.计算RPN的输入特征图（又见无耻的盗图....）

首先输入图像是224*224*3 然后开始各种卷积 池化。卷积核大小，个数，步长，填充参数都在图上可见。最终，rpn是选择conv5的输出，也就是13*13*256送给RPN网络的。

2.生成Anchors

    所谓Anchors 就理解成9个不同的框好了，特征图上的每个点都有一个Anchors。这九个不同的框按大小比例生成的。这个框是对应于原图，就是图1右侧那个红色的。这个框的中心是特征图的每一个点。下面这个就是原图，红色点就是特征图上的点。（接着盗图）