FRCNN的一些基本概念

1）卷积的操作也就是用于提取不同的种类的特征，同一map，用多少个卷积核去提取，也就是相当于采了多少种map的特征，最终也就得到了多少个map

2） 使用rpn的好处就是利用了公共卷积层，避免了从最初的图像经过大量的滑窗计算生成框，rpn的输出的框的个数一般是300个到500个，

rpn并不检测物体的具体种类，不管是猫脸狗脸自行车，只要他怀疑，都会出一个框，因此会出来大量的框，而后，对这个框进行排序，选出高位的前多少个框。

3）roi pooling主要是用来做pooling的，目的是为了将尺寸缩放到统一的尺寸，方便后面的全连层进行处理，因为全连层要求输出的数据具有相同的长宽。

roi主要的作用就是从图中抓点，pooling，当然这里也涉及到从原图坐标映射到feature map中坐标的运算

4）最后一步就是frout，目前的理解就是这仍然是一步rpn操作，进行分类，打分，最终的框要通过nms进行合并，减少框的数量。

疑惑：

1）最后一步的rpn与全连层的具体连接关系是什么样子的？

2）第二次rpn时输出的框的个数减少了吗？

今天重新理解了一下，应当是全连接层是作为一个分类器存在的。之前误以为softmax是作为分类器的，实际上softmax只是起到比较数字的作用，全连接层可以将输入的维度转化为softmax的输入维度。

而softmax的输入的维度是多少呢？比如想要分成10类，那么softmax就是输入10维的向量，同样输出10维的向量。