关于faster rcnn的问题答案

【问题标题】：Questions about faster rcnn关于faster rcnn的问题
【发布时间】：2017-11-06 04:09:38
【问题描述】：

我正在阅读 code 以获得更快的 rcnn。我有几个问题：

(1) 不知道cfg.TRAIN.OHEM 是什么意思。

(2) rpn_bbox_inside_weights 和 rpn_bbox_outside_weights 有什么区别。

(3)在TFFRCNN-master/lib/networs/network.py(build_loss)中，计算loss时，出现如下代码：

tf.gather(rpn_cls_score, rpn_keep)
tf.gather(rpn_label, rpn_keep)

为什么要收集 rpn_keep？

(4) 损失计算为

loss = cross_entropy + loss_box + rpn_cross_entropy + rpn_loss_box

这意味着它结合了分类和rpn步骤。但在论文中，作者的意思是先训练rpn，然后再训练分类。是不是我的理解错了？

(5) 在RPN网络中，会生成m*n*9个anchors。但我找不到相关代码。

提前非常感谢您。

【问题讨论】：

【解决方案1】：

我将回答我自己的两个问题。

(4) 原论文提供了三种方法来训练网络。其中一种方法是将RPN和分类相结合进行训练。

当然，在另一种方法中，Faster rcnn 可以先训练 RPN，然后再进行分类。

(5)关于如何生成m*n*9个anchor，在代码lib/networsk/VGGnet_train第51行，基于feature map生成的m*n*36就是9个anchors。

至于问题(1)(2)(3)，我找不到答案。如果有人知道答案，请告诉我。

最好，强

【讨论】：