pytorch 实现Faster R-cnn从头开始 (二)

前言 上一篇文章讲的是框的生成，仅仅是RPN的一小部分，本章的讲解是RPN的具体细节， 训练过程 作者训练的过程分为四步 第一步：用ImageNet模型初始化，独立训练一个RPN网络； 第二步：仍然用ImageNet模型初始化，但是使用上一步RPN网络产生的proposal作为输入，训练一个Fast-RCNN网络，至此，两个网络每一层的参数完全不共享； 第三步：使用第二步的Fast-RCNN网络参

>>阅读原文<<