Tensorflow版本的Faster R-CNN源码阅读(一)——文件目录结构

源码可在这里获得：https://github.com/CharlesShang/TFFRCNN

后面对这个版本的源码进行分析。

一、代码文件目录结构

源码的目录结构如下图所示：

二、主要部分解析

1. data文件夹

此文件夹用来存放数据集以及与预训练好的模型，部分需要自行下载

2. experiments文件夹

此文件夹用来存放yml字典文件以及sh文件

3. faster_rcnn文件夹

此文件夹用来存放启动网络训练和测试的py文件

4. lib文件夹

此文件夹存放了有关网络结构、参数、层的定义、必要的函数等主要文件

4.1. dataset文件夹

此文件夹存放了用来评估网络在不同数据集上（如kitty、voc）的性能的py文件、imdb层的定义的py文件、

4.2. fast_rcnn文件夹

此文件夹存放了fast rcnn网络的配置、训练和测试、以及对bbox框进行回归时精修框坐标的py文件

4.3. gt_data_layer文件夹

此文件夹存放了gt_data_layer层的定义文件（使用pycaffe实现）

4.4. networks文件夹

此文件夹存放了多种网络的结构的定义（如ResNet、VGG）

4.5. nms文件夹

此文件夹存放了对推荐框进行nms（非极大抑制）的gpu（使用cuda）实现和python版本的cpu实现的文件

4.6. psroi_pooling_layer文件夹

此文件夹存放了psroi_pooling层的gpu（使用cuda）实现

4.7. pycocotools文件夹

此文件夹存放了用来获取并整理coco数据集以及测试网络性能的文件

4.8. roi_data_layer

此文件夹存放了roi_data层的定义文件

4.9. roi_pooling_layer文件夹

此文件夹存放了roi_pooling层的gpu（使用cuda）实现的文件

4.10. rpn_msr文件夹

此文件夹存放了生成anchors、anchor_target层的定义、proposal_tartget层的定义 、proposal层的定义的py文件

4.11. utils文件夹

此文件夹存放了在之前fast rcnn的实现时已经存在的将数据转换成blob的py文件

下一篇将会开始代码部分的解读，欢迎阅读

欢迎转载。如有错误，请大家指出，我会及时作出更正。