Faster-Rcnn记录

一、loss损失记录

文章来源：https://blog.****.net/wfei101/article/details/79809332
图1

上述图关键点理解如下：
（1）Ncls=256：每个图片的所有anctor中正负样本各抽取128，若正样本不够128，负样本补，即每个图片是一个batch，batch-size=256。
（2）Nreg=2400：40*60指代feature map的尺寸，1/Nreg是对计算回归的loss的归一化，回归的loss是计算每个anctor位置偏移的相对像素值，然后再除以feature map的尺寸，相当于归一化到0-1之间。
(3）图1中loss公式是计算的一张图片的anctor的fg/bg分类和一张图片的128个anctor（只有fg，可能会小于128）的定位loss损失。i为一张图片选取的anctor索引。

二、rpn训练输出记录

文章来源：https://zhuanlan.zhihu.com/p/31426458

图3
（1）图3上下两条线，上面线和下面线分别有个18 和36，分别指代9×2和9×4, 9为每个像素点的anctor数，2指代二分类，4指代定位的四个指标。最后的输出为M×N×（9×2）和M×N×（9×4），M×N指代卷积后的feature map的尺寸。
（2）rpn训练输入的是选取的每个图片的256个anctor，但模型输出的是不只是256个anctor的信息，而是所有anctor的信息M×N（9×2）和M×N×（9×4），这个地方真正参与训练的是256个anctor，其他的anctor不参与计算，直接标记0，即M×N×（9×2）和M×N×（9×4）是所有anctor的信息，然后再输送到后面的网络。