Faster RCNN流程图

最近在看Faster RCNN的源码，按照数据的计算过程，绘制了数据的流程图
根据一下内容：

• CSDN讲解文章：睿智的目标检测27——Pytorch搭建Faster R-CNN目标检测平台
  *视频讲解： 手把手带你实战操作,Faster-RCNN（代码解析+理论集合+多年累积的经验）先到先得噢！人工智能/计算机视觉/深度学习/机器学习

• github源码： faster-rcnn-pytorch

下面是根据源码绘制的Faster RCNN的数据流程图

训练过程

1. 输入图像img首先被resize为$(3,600,600)$
2. ResNet50网络如下图所示，在Faster-RCNN中被分成两块$extractor(3,4,5)$和$classifier(3)$.
   
3. img经过 $extractor$特征提取后，得到基础特征$base\_feature$,接着进行处理，得到$rpn\_locs$和$rpn\_scores$。$rpn\_locs$与anchors进行函数名为$loc2bbox$计算，就可以得到Faster RCNN的ROI区域，即建议框proposal。在这一步可以有两种方法，单独训练这部分，然后在Faster RCNN训练的时候固定这一部分，另一种方法是先单独训练这一部分，然后在Faster RCNN训练的时候同时训练这一部分，Faster RCNN数据流程图中的loss1和loss2就是为了训练这部分的损失函数。
   这一步中需要注意， $rpn\_locs$与anchors进行函数名为$loc2bbox$计算，就可以得到Faster RCNN的ROI区域，那反过来说，anchors和ROI区域进行反向$bbox2loc$计算，就可以得到$rpn\_locs$，而我们希望的是ROI区域和真实的预测框相同，所以在计算损失函数时，ROI区域用真实的bbox来代替。
4. 得到ROI之后，就是进行一堆计算，包括NMS、剔除掉超过图像大小的预测框等步骤，选出前600或者前300的proposal框（训练时选择前600个，预测时选择前300个），然后按照数据流程图中的顺序，进行一系列的处理，得到了roi_loc。roi_loc和proposal进行$loc2bbox$计算，就可以得到最终的bbox了。
   在这一步中，我们将proposal当做了anchor，而最终的输出roi_loc对anchor进行偏移、放缩等一系列的处理（loc2bbox）处理，就可以得到最终的bbox了。

预测过程

1.首先得到图像的ROI区域，接着对ROI区域进行处理，得到roi_loc。roi_loc和ROI区域进行loc2bbox处理，就得到了bbox。
整个过程中的输出rpn_loc和roi_loc都是输出，但是这些输出是作用在anchor和roi区域框上，才可以得到bbox

需要注意的一点是，训练过程的图像被resize为(600,600)，但是预测过程中的图像尺寸是多种多用的。例如输入图像的尺寸为(1024,2048)，Faster RCNN的策略是选择短边，将其变为600，然后维持原图的长宽比，将长边也进行变换，在这个例子中，原图的长宽比ratio = 1024/2048=1/2，短边变成600，那么长边就需要变成1200。因此原图被resize为(600,1200)进行处理，得到的bbox是相对于（600，1200）的图像的，因此需要将其按比例变成（1024，2048）下的bbox。