Faster RCNN源码学习三

（proposal_target_layer_tf.py）和（proposal_layer.py）

讲的很详细很好的链接：https://blog.youkuaiyun.com/jiongnima/article/details/80478597  感谢

1.np.stack函数用法

https://blog.youkuaiyun.com/bailufeiyan/article/details/50749694

2.proposal_layer.py

功能：根据RPN的输出结果，提取出所需的目标框(roi) 。

proposal_layer的思路，即faster rcnn提取出最后roi的过程如下：

（1）得到所有从未经过坐标变换的初始框，即anchors；利用对所有的anchors做bbox regression回归（这里的anchors生成和训练时完全一致）

（2）限制proposal的四个角在图像边界内，对超过图像边界的框进行裁剪；

（3）剔除掉长宽过小的框；

（4）对所有框按照前景分数进行排序，选择排序后的前pre_nms_topN个框；

（5）对于上一步选择的框，用nms算法根据阈值排除掉重叠的框；

（6）对于剩下的框，选择post_nms_topN个最终框

3.proposal_target_layer_tf.py

功能：为选出的框（roi）置ground truth类别和坐标变换信息

思路：

（1）首先将ground truth框加入根据RPN输出选择的框，相当于增加前景的数量，此时roi的数量变成了N（RPN输出选择的）+M（ground truth）框；

（2）计算所有的roi和ground truth框的重合度（IoU），对每个roi，找到对应的ground truth框和正确的类别标签；

（3）为一个训练batch,在全部roi中选择前景框（前景框不能太多，最多只能占训练batch的1/4）和背景框；

（4）为进行该batch训练的框置分类标签，并计算坐标回归标签；