题目标题

解释一下RPN网络的工作原理?

参考解析

RPN网络主要用于生成region proposals,主要做两件事:1、把feature map分割成多个小区域,识别出哪些小区域是前景,哪些是背景,简称RPN Classification;2、获取前景区域的大致坐标,简称RPN bounding box regression;
(1)RPN Classification的过程就是个二分类的过程。先要在feature map上均匀的划分出KxHxW个区域(称为anchor,K=9,H是feature map的高度,W是宽度),通过比较这些anchor和ground truth间的重叠情况来决定哪些anchor是前景,哪些是背景,也就是给每一个anchor都打上前景或背景的label。有了labels,你就可以对RPN进行训练使它对任意输入都具备识别前景、背景的能力。
(2)RPN bounding box regression用于得出前景的大致位置。
RPN训练时要把RPN classification和RPN bounding box regression的loss加到一起来实现联合训练。