前言：
半年前有读过对应的Faster-RCNN的论文，包括看过很多讲解，随着领域知识的不断加深，对这一经典论文的理解也更加深度，重新读关注更多细节问题，也获得了不少新的知识，原始研读文更关注论文本身的创新点，原研读文链接【Faster-RCNN】,可作为辅助参考。本博文则更关注完整流程内容细节方面的知识，希望能给大家启发。
最近在研读mask-rcnn，故而将faster-rcnn重新进行了细节上的阅读，并书写博文
mask-rcnn系列：
阅读的代码为：mask-rcnn benchmark
【github地址】
0.代码总览：【地址】
1.骨架网络【backbone.py及代码入口】
2.RPN层【粗分割的rpn.py】
3.ROI_HEAD【实现各个分支】
4.其他辅助代码杂会【其他】
完整流程概览
这是一个faster-rcnn的简单流程图，在看mask-rcnn时重新对该论文进行一个认识。全内容分为三个部分，（红框标注）特征提取部分，RPN（区域提议网路）部分，以及最后的分类和回归部分。
特征提取部分
特征提取通过基础的网络模型，最常用的是Resnet50，Resnet101。
输入：原始图片
输出：通过滑动卷积的形式输出对应的feature map(特征图)
RPN网络模型：
作用：有两个分支，分别为是否为前景物体的判断，和候选框的粗回归。
通过一个3*3卷积在特征图上进行滑动，对应每个cell(中心点)，生成对应的k个anchor box（候选框），以进行后面的候选框回归以及点操作。
该部分作为全文创新点，最难搞懂，下面通过一定解释进行说明
计算量为哪些框含有物体(2k cls layer)，含有物体的框偏移量有多少（4k reg layer）
这里回归出来的不是原始的坐标点（第一次为achor给定的候选框，如右所示），而是原始坐标点的偏移量（4k）
候选框生成
将生成的delta框的偏移量与anchor进行组合，生成原始的区域提议框，并进行如下操作：
- 去除背景框
- 去除分数低的框
- NMS去除非极大值框
然后生成对应ROI候选框，在特征图上进行尺度的统一化（ROIpooling操作）并进入到下一步RCNN的操作
分类和回归分支：
该部分来自RCNN，流程代码基本一致。
图源于mask-rcnn的操作，roialign应改为roipoling操作，其余基本一致
流程介绍如下：
- 通过rpn生成的roi_box已经为优质的候选区域框，于对应的feature map进行roipooling操作，
- 将尺度归一化的roi层进行特征提取，全连接分类输出三个变量，将概率和回归框的第二次偏移值进行处理
- 首先确定对应框内最高概率的类别，并将它作为分类结构，进而重新对回归框进行第三次修补，
- 后处理阶段：通过NMS，排序，删除候选框
流程细节
这是我看过最完整并且细节展示最详细的图，
根据给出的步骤细节，说明如下：
- 特征提取网络
- 找出对应的候选框
- 通过后处理，1.删除全背景的候选框 2.有前景的候选框进行nms操作 3.取出得分较高的候选框，放回到特征图中
- 通过映射的方式，将后处理后优质的ROI（候选区域）返回到特征图
- 将各个优质候选框进行尺度统一的ROIpooling操作，再进行分类和回归
