首先看下代碼文件夾的說明（這部分轉自：http://blog.csdn.net/bailufeiyan/article/details/50749694）
tools
在tools文件夾中，是我們直接調用的最外層的封裝文件。其中主要包含的文件為：
- _init_paths.py :用來初始化路徑的，也就是之后的路徑會join（path，*）
- compress_net.py：用來壓縮參數的，使用了SVD來進行壓縮，這里可以發現，作者對於fc6層和fc7層進行了壓縮，也就是兩個全連接層。
- demo.py ：通常，我們會直接調用這個函數，如果要測試自己的模型和數據，這里需要修改。這里調用了fast_rcnn中的test、config、nums_wrapper函數。vis_detections用來做檢測，parse_args用來進行參數設置，以及damo和主函數。
- eval_recall.py：評估函數
- reval.py：re-evaluate，這里調用了fast_rcnn以及dataset中的函數。其中，from_mats函數和from_dets函數分別loadmat文件和pkl文件
- rpn_genetate.py：這個函數調用了rpn中的genetate函數，之后我們會對rpn層做具體的介紹。這里，主要是一個封裝調用的過程，我們在這里調用配置的參數、設置rpn的test參數，以及輸入輸出等操作。
- test_net.py：測試fast rcnn網絡。主要就是一些參數配置。
- train_faster_rcnn_alt_opt.py：訓練faster rcnn網絡使用交替的訓練，這里就是根據faster rcnn文章中的具體實現。可以在主函數中看到，其包括的步驟為：
- RPN 1，使用imagenet model進行初始化參數，生成proposal，這里存儲在mp_kwargs
- fast rcnn 1，使用 imagenet model 進行初始化參數，使用剛剛生成的proposal進行fast rcnn的訓練
- RPN 2使用 fast rcnn 中的參數進行初始化（這里要注意哦），並生成proposal
- fast rcnn 2，使用RPN 2 中的 model進行初始化參數
- 值得注意的是：在我們訓練時，我們可以在get_solvers中的max_iters中設置迭代次數，在不確定網絡是否可以調通時，減少迭代次數可以減少測試時間。
- 我們在訓練faster rcnn網絡時，就是調用這個文件訓練的
- train_net.py：使用fast rcnn，訓練自己數據集的網絡模型
- train_svms.py：使用最原始的RCNN網絡訓練post-hoc SVMs
RPN
這里我們主要看lib/rpn文件夾下的代碼。這里主要介紹了rpn的模型，其中，包含的主要文件如下：
- generate_anchors.py: 生成多尺度和多比例的錨點。這里由generate_anthors函數主要完成，可以看到，使用了 3 個尺度( 128, 256, and 512)以及 3 個比例(1:1,1:2,2:1)。一個錨點由w, h, x_ctr, y_ctr固定，也就是寬、高、x center和y center固定。
- proposal_layer.py:這個函數是用來將RPN的輸出轉變為object proposals的。作者新增了ProposalLayer類，這個類中，重新了set_up和forward函數，其中forward實現了：生成錨點box、對於每個錨點提供box的參數細節、將預測框切成圖像、刪除寬、高小於閾值的框、將所有的(proposal, score) 對排序、獲取 pre_nms_topN proposals、獲取NMS 、獲取 after_nms_topN proposals。（注：NMS，nonmaximum suppression，非極大值抑制）
- anchor_target_layer.py:生成每個錨點的訓練目標和標簽，將其分類為1 (object), 0 (not object) ， -1 (ignore).當label>0，也就是有object時，將會進行box的回歸。其中，forward函數功能：在每一個cell中，生成9個錨點，提供這9個錨點的細節信息，過濾掉超過圖像的錨點，測量同GT的overlap。
- proposal_target_layer.py:對於每一個object proposal 生成訓練的目標和標簽，分類標簽從0-k，對於標簽>0的box進行回歸。（注意，同anchor_target_layer.py不同，兩者一個是生成anchor，一個是生成proposal）
- generate.py:使用一個rpn生成object proposals。
作者就是通過以上這些文件生成rpn的。
nms
lib/nms文件夾下是非極大值抑制，這部分大家應該已經非常熟悉了，其Python版本的核心函數為py_cpu_nms.py，具體實現以及注釋如下：
def py_cpu_nms(dets, thresh): """Pure Python NMS baseline."""
#x1、y1、x2、y2、以及score賦值
x1 = dets[:, 0] y1 = dets[:, 1] x2 = dets[:, 2] y2 = dets[:, 3] scores = dets[:, 4] #每一個op的面積
areas = (x2 - x1 + 1) * (y2 - y1 + 1) #order是按照score排序的
order = scores.argsort()[::-1] keep = [] while order.size > 0: i = order[0] keep.append(i) xx1 = np.maximum(x1[i], x1[order[1:]]) yy1 = np.maximum(y1[i], y1[order[1:]]) xx2 = np.minimum(x2[i], x2[order[1:]]) yy2 = np.minimum(y2[i], y2[order[1:]]) #計算相交的面積
w = np.maximum(0.0, xx2 - xx1 + 1) h = np.maximum(0.0, yy2 - yy1 + 1) inter = w * h #計算：重疊面積/（面積1+面積2-重疊面積）
ovr = inter / (areas[i] + areas[order[1:]] - inter) inds = np.where(ovr <= thresh)[0] order = order[inds + 1]
前段時間看了faster r-cnn的源碼，對該框架有了更清楚的認識，特此總結下整個過程。
1、准備
從train_faster_rcnn_alt_opt.py開始，通過args先做一些配置工作，包括solvers，max_iter等。
還進行了多線程的操作。
接下來，將整個訓練過程分為四步。
（這部分可參考我之前的博客：http://www.cnblogs.com/573177885qq/p/6130877.html）
2、Stage 1 RPN, init from ImageNet model
用ImageNet初始化，通過調用train_rpn來訓練RPN網絡。
進入train_rpn：
這部分包括配置參數、初始化caffe、准備數據集（roidb,imdb），然后是train_net。
通過get_roidb來准備數據集， 參考：http://www.cnblogs.com/573177885qq/p/6141796.html
調用train_net開始正式訓練。在train_net中，首先通過filter_roidb過濾掉一部分roidb，通過
set_roidb將roidb設置進layer[0](即ROILayer)，最后訓練train_model。詳細參考layer中的setup，
在訓練時roilayer的forward函數，在第一個層，只需要進行數據拷貝，在不同的階段根據prototxt文件
定義的網絡結構拷貝數據，blobs = self._get_next_minibatch()這個函數讀取圖片數據（調用get_minibatch函數，
這個函數在minibatch中，主要作用是為faster rcnn做實際的數據准備，在讀取數據的時候，分出了boxes，gt_boxes,
im_info（寬高縮放）等）。
minibatch部分參考：http://www.cnblogs.com/573177885qq/p/6142152.html
畫出stage1_rpn_train.pt如圖：
該圖包括6個top blob：data、rois、labels、bbox_targetx、bbox_inside_weights、bbox_outside_weights。
其中rpn-data層使用的是AnchorTargetLayer，這部分參考：http://www.cnblogs.com/573177885qq/p/6141507.html
這就是第一階段的過程。
3、Stage 1 RPN, generate proposals
用上一步訓練的模型生成proposals，供后面使用。
在生成proposals時，調用的是rpn_generate，在其中又調用了rpn文件夾下generate.py中的imdb_proposals（實在太繞了），
在這個函數中，終於可以看到imread讀入圖片了，並調用im_proposals生成圖片的proposals以及得分（這部分以后補充）。
至此，得到imdb proposals。
4、Stage 1 Fast R-CNN using RPN proposals, init from ImageNet model
用上一步的proposals以及ImageNet model訓練fast r-cnn。這里通過調用train_fast_rcnn來訓練
5、Stage 2 RPN, init from stage 1 Fast R-CNN model
利用上一步訓練的模型，保持前五層（卷積層）不動，訓練RPN網絡。
6、 Stage 2 RPN, generate proposals
利用上一步訓練好的RPN網絡，生成proposals。
7、Stage 2 Fast R-CNN, init from stage 2 RPN R-CNN model
利用上一步的proposals，產生最終的檢測網絡。這一步，卷積層和rpn層固定，只訓練全連接層（stage1只固定
rpn層，訓練其他層）。
最后輸出最終訓練的模型。
參考：http://blog.csdn.net/u011956147/article/details/53053381