1.stage1_rpn_train.pt

????? 單獨訓練RPN 網絡，訓練的模型用ImageNet的模型來初始化，采用end to end的方式來調整參數。

????? （backbone+rpn+fast rcnn——>backbone1+rpn1+fast rcnn，backbone 、rpn參數更新）

?2.stage1_fast_rcnn_train.pt

???? ?單獨訓練檢測網絡Fast Rcnn，訓練用的proposals來自第一步的RPN net，模型初始化采用ImageNet模型。

?????? （backbone+rpn1+fast rcnn——>backbone2+rpn1+fast rcnn1，backbone 、fast rcnn參數更新）

?3.stage2_rpn_train.pt

???? 用第二步Fast Rcnn的參數來初始化RPN模型，但是訓練的時候固定卷積層，只調整屬于RPN的參數。

??????? （backbone2+rpn1+fast rcnn1——>backbone2+rpn2+fast rcnn1,rpn參數更新）

?4.stage2_fast_rcnn_train.pt

???? 保持共享的卷積層固定，用第三步調整后的RPN輸出的proposals作為輸入，微調Fast Rcnn剩下的參數。

??????? （backbone2+rpn2+fast rcnn1——>backbone2+rpn2+fast rcnn2,fast rcnn參數更新）

參考：https://blog.csdn.net/dudu815110/article/details/79088258

總結

以上是生活随笔為你收集整理的Faster RCNN中的交替训练的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。