jikuibu

从本节开始，将正式对项目代码进行解读。因代码众多，在一篇文章中说完是不现实的，故打算分成若干篇幅来陆续解读。 本文部分内容参考自以下帖子，致谢！ https://www.cnblogs.com/wangyong/p/8513563.html https://blog.youkuaiyun.com/Mr_KkTian/article/details/78158785 一、项目代码结构 ├── dat...

1、roidb数据，存放每张图的GT及其分类信息。 格式： list[ ​ dict 1(for image 1): ​ {'boxes': (np.array，(N, 4)，ground truth框左上角顶点和右下角顶点坐标，从0开始；一图可有多个box)， ​ 'gt_classes':(np.array, (N,)，每个框类别号，21类)， ​ 'gt_overlaps':(n...

文接上篇。 7、损失函数 这是通过_add_losses()函数来实现的。 如原论文所说，faster rcnn包括两个损失：rpn网络损失、rcnn网络的损失，每个损失又包括分类损失和回归损失，所以需要定义一个多任务损失函数(Multi-task Loss Function)，包括Softmax Classification Loss和Bounding Box Regression Los...