代碼作用：梳理在使用RPN時代碼運行流程，區別上一篇不使用RPN時的情形，運行流程主要涉及的py文件有demo.py、test.py、VGGnet_test.py
主要函數及作用：
（1）demo.py函數為實例程序，主函數中首先get_network（）獲取推斷過程要用的網絡結果函數（如VGGnet_test（）），調用本py文件中定義的demo（）函數，
默認情形使用RPN ，同樣demo（）中主要關注test.py中的im_detect（）函數
（2）當使用RPN時bbox=None
首先調用本代碼段中_get_blobs（im，boxes）
當使用RPN時，cfg.TEST.HAS_RPN為true。首先構造blobs字典，內含data字段、rois字段。
調用_get_image_blob（）函數，確定當前im是以長邊還是短邊縮放，計算當前im的縮放比，默認情況下未使用圖像金字塔，返回當前im縮放后的圖像組成的blob（構成blobs中的data字段）以及im對應的縮放因子列表（不使用圖像金字塔時列表長度為1），由於rois是通過RPN網絡產生的，因此blobs中只有data字段有值傳回。 
構造blobs中im_info字段（包含當前縮放后圖像寬、高、縮放因子）im_blob.shape[0]應為原圖像經圖像金字塔處理后的圖像張數，但使用RPN時不允許使用圖像金字塔，因此每張圖像縮放后的圖像只有一張。構造feed_dict字典，包含blobs的data、im_info字段，與VGGnet_test.py中預先定義的占位符定義維度一一照應，其中data維度為[none,none,none,3],3表示3個圖像通道、im_info維度為[none,3]
（3）rois的產生
首先需要了解VGGnet_test.py的運行原理，可參考第一篇代碼解析。使用RPN時rois是由proposal_layer層產生的，具體產生過程細節后面將會一一進行解讀。這里我們主要關注proposal_layer（）返回rpn_rois的維度同樣與不使用RPN維度時一致，為[none,5]
注意：由rpn網絡生成proposal的過程需要繼續解讀proposal_layer_tf.py的源碼來分析，后面將會談到。