轉載自：faster rcnn源碼解讀總結 - 野孩子的專欄 - 博客頻道 - CSDN.NET
http://blog.csdn.net/u010668907/article/details/51946021

1.初始數據通過imdb類的操作放在它的屬性roidb里。

2.roidb只是一個字典，可以拿出來當做一個單獨的字典，脫離imdb。

3.roi_data_layer下的layer就是input-data。Forward中加載數據并控制一次一張圖片

的數據進入網絡。送到rpn-data中三組數據：

??gt_boxes?：大小（一張圖片xml中box個數, 5）；一張圖中box的坐標以及類別

??data?： 大小（1,3,高,寬）；一張圖的數據

??im_info： 大小（1, 3）； （高,?寬,?下面提到的比例）

圖片的大小與原圖不同，每張圖的高或寬被rescale成600，另一邊會按照相同的比例rescale（代碼出處未找到，且不懂這樣的原因？？？？？？）

4.`AnchorTargetLayer就是rpn-data.計算anchors,以及anchors是否合理（大小，overlap），并根據每個anchor與gt_box的重疊度判斷labels；anchors大小是卷積網絡過來數據的高寬再乘9個（即，一個點有9個）.最后產生四組數據（設k=len(anchors)）：

??labels：大小（k, 1）； 前景=1，背景=0， 否則=-1

??rpn_bbox_targets:?大小(k, 4)

??bbox_inside_weights:?大小（k, 4）;有前景=1，否則為0

??bbox_outside_weights:?大小(k, 4);?有前景或背景=1/（前景+背景），否則為0

總結

以上是生活随笔為你收集整理的faster rcnn源码解读总结的全部內容，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。