RPN自学笔记
作者：互联网
RPN是用来提取候选框的网络。
rpn出自Faster R-CNN。Faster R-CNN = RPN + Fast R-CNN。
上图所示为Faster R-CNN的网络结构。
Faster R-CNN的算法流程可以分为三个步骤：
1.将输入图像输入到特征提取网络中的到特征图
2.使用RPN网络生成候选框，投影到特征图上获得相应的特征矩阵。
3.将每个特征矩阵通过ROI pooling层缩放到7*7大小的特征图，将特征图展平通过一系列的全连接层得到预测结果。
RPN网络的结构：
这个滑动的窗口其实是一个3*3*256的卷积（stride=1，padding=1）这样每个点就都能预测的到了。
经过滑动窗口之后生成的shape与特征图是一样的。然后经过1*1*2k的卷积生成对类别的预测，经过1*1*4k的卷积生成对边界框回归参数的预测。（原文k=9）
在网络输出的特征图上有一个滑动的窗口。每滑动一次就生成一个1维的特征向量。然后通过两个全连接层分别输出目标概率以及边界框的回归参数。（这里的256是因为是通过ZF生成的特征图，深度为256，如果是VGG16那深度就是512）
第一个值预测是背景的概率，第二个值预测是物体的概率。所以RPN只会区分前景跟背景。
（x，y）代表对anchor中心坐标预测的偏移量。w，h是对anchor高度和宽度的调整。我们希望调整之后能够尽可能的框住真实的目标。
文中给出的anchor的尺度和比例。所以一共有九种anchor。 每个地方会生成2*9=18个类别分数，以及4*9=36个边界框回归参数。
标签：Faster,特征,笔记,生成,CNN,自学,anchor,RPN 来源： https://blog.csdn.net/m0_54146002/article/details/120618856