2018-04-23-FasterRCNN-rpn_msr

1. proposal_layer.py(产生proposal的文件)

proposal的产生过程：

（1）根据预设的scales和aspect ratios，甚至angles获取anchors

（2）anchors经过bounding box regression的反变换bbox_transform_inv，获取proposals

（3）使用_filter_boxes去除尺寸太小的proposals

（4）按照score大小取若干proposals（Train:12000 Test:6000）

（5）应用nms进行抑制（Train:2000, test:300）

（6）再次取若干proposals并返回第一列batch_inds的rois

2. anchor_target_layer.py（计算rpn网络损失的文件）

（1）根据预设的scales和aspect ratios，甚至angles获取anchors

（2）计算anchor与gt的重叠率

（3）根据overlap对anchor的类别进行设置，并在数量太多的时候进行随机采样，随机采样的样本类别设置为-1

（4）计算anchor与gt的偏差

3. proposal_target_layer.py

（1） 将gt及抖动的gt一起加到rois中

（2）计算rois和gt的重叠率

（3）根据overlap对rois进行选择（正样本的重叠率>0.5, 0<负样本<0.5）

注：

rpn计算损失时，只有部分感兴趣的anchor才会参与到计算过程中