接着上篇的博客，咱們繼續看一下Faster RCNN的代碼～
上次大致講完了Faster rcnn在訓練時是如何獲取imdb和roidb文件的，主要都在train_rpn()的get_roidb()函數中，train_rpn()函數后面的部分基本沒什么需要講的了，那我們再回到訓練流程中來：
這一步訓練的網絡結構見下圖：
訓練的第一步就這么完成了（RPN網絡使用gt_roidb訓練完成），還有，這里的train_rpn()函數中有涉及到train_net()函數，即用來訓練得到網絡模型，我會在訓練fast rcnn時給出講解；之后再進行第二步：
產生proposal的網絡結構如下：
這一步是利用上一步訓練好的RPN網絡來生成proposals供下一步中的fast rcnn訓練，這里補充一下，字典mp_kwargs中的參數solver，是使用get_solvers()函數得到的，見下：
由上圖可知，四步訓練時的網絡結構都在相應的四個solver文件有解釋。好了回到訓練流程中，產生proposal的函數是rpn_generate()函數，那我們進入這個函數：
首先設置了什么預NMS(不太懂)，還有就是經過NMS后產生2000個proposals，然后初始化caffe，再用get_imdb()函數得到imdb數據，方法和前面一樣，再用caffe.NET（）加載RPN網絡，再使用imdb_proposals()得到proposal，那我們就進入這個函數：
該函數的作用就是在所有的圖片上生成proposal，不過作者又嵌套了一個im_proposals()函數，即在一張圖片上產生proposals（這個嵌套看似多余，但是為后面再添一些測試腳本提供了方便，我猜rgb大神可能有這個目的），進入im_proposals()函數中：
見上圖，首先用_get_image_blob()函數將圖片數據轉換為caffe的blob格式，進入該函數：
最終得到的blob格式為(batch elem , channel , height , width),im_info格式為[M,N,im_scale]，其中im_scale是縮放比例，原始圖片輸入faster rcnn中進行訓練時都需要先縮放成統一的規格；再回到im_proposals()函數中，使用net.forward()函數進行一次前向傳播，獲得proposals，ok。之后再回到imdb_proposals()函數中，最后返回得到的imdb_boxes,即我們從RPN上產生的proposals。再回到rpn_generate()函數中，接着就是將生成的proposals保存並傳輸到多線程中去供下一步訓練使用，這個函數使命就暫時完成了；
再到第三步，訓練fast rcnn網絡，見下：
這一步訓練的網絡結構如下圖：
注意這時候訓練fast rcnn的roi就是前面訓練好的RPN網絡生成的proposals了（訓練RPN網絡用的是gt框），相關配置都在mp_kwargs字典中，很明顯，我們要進入train_fast_rcnn()中一探究竟：
這里首先設置了訓練使用的rpn_roidb方法（RPN用的是gt_roidb方法）,由於這時候的cfg.TRAIN.PROPOSAL_METHOD變成了rpn_roidb，所以相應的使用的get_roidb()也相應地改變，此時使用rpn_roidb（）方法，進入該函數：
該方法首先先獲得gt_roidb，然后再用_load_rpn_roidb()獲得由RPN產生的roidb，進入該函數：
接着進入create_roidb_from_box_list()函數中：
這個函數凸顯了數據結構的重要性，我們需要重點關注一下這其中'gt_overlaps'、'argmaxes'、'maxes'、'overlaps'、'I'的結構，對於理解這個函數費仲重要，最好在紙上寫出來～將RPN產生的proposal制作成roidb后，再回到rpn_roidb()中，使用merge_roidbs()將gt_roidb和rpn_roidb進行組合，見該函數：
這樣子就得到了最終訓練fast rcnn所需要的roidb數據，ok～再回到train_fast_rcnn()中，接着我們就來看看train_net()這個函數，進入該函數：
首先是使用filter_roidb()對之前產生的用於訓練fast_rcnn的roidb再進行一次篩選，具體過程參見該篩選函數：
篩選過之后，再回到train_net()函數中，創建一個solverWrapper對象，其中就是訓練得到的網絡模型，進入這個類中：
上圖是它的類定義中的一部分，我們先來看看它的初始化函數，這里需要注意的是add_bbox_regression_targets()這個函數，它的作用是為RPN產生的proposal提供回歸屬性，該函數向roidb中再添加一個key:'bbox_targets'，它的格式如：targets[][5]:第一個元素是label，后面四個元素就是論文中談及的tx,ty,tw,th；好的，我們進入這個函數：
上圖是改函數的前半部分，主要看_compute_targets()函數，它產生了回歸屬性，進入該函數：
產生了回歸屬性，OK，再回到add_bbox_regression_targets()函數中，看后面剩下的部分：
這部分主要得到rpn_roidb的坐標的均值和方差，可以用來進行坐標歸一化；OK,再回到SolverWrapper類中，剩下的則是snapshot快照方法，和train_model方法，回到train_net()函數中，接着再調用train_model()方法，進入該函數：
上圖的函數就是使用SGD得到訓練模型也就是我們需要的fast_rcnn網絡模型，好了,train_net()函數就介紹到這兒了～
再回到train_fast_rcnn()函數中，剩下的都是保存之類的，那我們再回到訓練流程中，剩下的幾步訓練流程就如法炮制了，見下：
這兩步訓練的網絡結構見下圖：
這一步訓練的網絡結構見下圖：
這樣子，就通過分步訓練得到了最終的網絡模型，最后就是一些收尾工作了：
好了，終於全部弄完，接下來我們就來看作者在網絡結構中添加的那幾層了～
（轉載請注明出處）