緊接著之前的部落格，我們繼續來看faster rcnn中的AnchorTargetLayer層：

該層定義在lib>rpn>中，見該層定義：

首先說一下這一層的目的是輸出在特徵圖上所有點的anchors（經過二分類和迴歸）；

（1）輸入blob：bottom[0]儲存特徵圖資訊，bottom[1]儲存gt框座標,bottom[2]儲存im_info資訊；

（2）輸出blob：top[0]儲存anchors的label值（fg是1,bg是0,-1類不關心）,top[1]儲存的是生成的anchors的迴歸偏移量，即論文中的tx,ty,tw,th四個量（所以說整個faster rcnn總共兩次bbox迴歸，第一次在RPN中，第二次在fast rcnn中），top[2]和top[3]分別儲存的是bbox_inside_weights和bbox_outside_weights，這兩者的具體形式後面再說，作用還不是很清楚；

好的，先進入層的setup函式：

該函式通過解析父類對自己的一些引數進行初始化，同時定義該層的輸入輸出blob;

該函式中要注意的是generate_anchors()函式，它的作用是產生對應與特徵圖上最左上角那個點的九種anchor（尺寸對應與輸入影象），這9個anchor在後面被用來產生所有影象上的anchors，進入generate_anchors（）函式：

三種長寬比（0.5,1,2）和三種參考尺寸（128,256,512）形成了九種anchors（注意這裡只是參考尺寸，是用來計算anchors尺寸時用到的三種規格，並不是說anchors的規格就是這三種）；

接著向下看該層的前向傳播函式forward函式：

這裡獲得輸入bottom[0]、bottom[1]、bottom[2],繼續：

這裡的shift_x和shift_y分別對應x和y軸上的偏移量，用在之前說過的用generate_anchors（）函式生成的最左上角的anchors上，對其進行偏移，從而獲得所有影象上的anchors；all_anchors用來儲存所有這些anchors，total_anchors用來儲存這些anchors的數量K×A,其中，K是輸入影象的num,A是一幅影象上anchor的num；之後作者還對這些anchors進行了篩選，超出影象邊界的anchors都將其丟棄～繼續：

這一部分主要就是獲得這些anchors和對應gt的最大重疊率的情況，以及正樣本的劃分標準：a.對於每一個gt，重疊率最大的那個anchor為fg；b,對於每一個gt，最大重疊率大於0.7的為fg；

cfg.TRAIN.RPN_CLOBBER_POSITIVE則涉及到一種情況，即如果最大重疊率小於cfg.TRAIN.RPN_NEGATIVE_OVERLAP=0.3,則到底正還是負，這裡的cfg.TRAIN.RPN_CLOBBER_POSITIVE預設是False；

繼續：

這一部分是說，如果我們得到的正樣本或者負樣本太多的話，那麼就選取一定數量的，丟棄一定數量的anchors，應該是為了加速（這裡的選取方法也很直接，就是隨機選取），繼續：

這一部分是生成bbox_targets、bbox_inside_weights、bbox_inside_weights；其中對於bbox_targets，它這裡是呼叫了_compute_targets()函式，見：

在該函式又接著呼叫了bbox_transform函式，見：

從而得到了論文中所需要的四個偏移量tx,ty,tw,th四個量；

而對於後兩個bbox_inside_weights和bbox_outside_weights，函式中定義的是bbox_inside_weights初始化為n×4的0陣列，然後其中正樣本的座標的權值均為1；而bbox_outside_weights同樣的初始化，其中正樣本和負樣本都被賦值1/num(anchors的數量)，還有另一種非統一的賦值方式在else中，這裡就不說了；繼續：

這裡則是通過_unmap()函式實現將之前在所有影象上產生的anchors都賦上label、bbox_targets、bbox_inside_weights、bbox_outside_weights屬性，見該函式：

之後會把這些屬性資訊經過reshape封裝進該網路層的輸出blob，即top[0]、top[1]、top[2]、top[3]中；之後：

由於該層不需要反向傳播，所以backward函式也不需要寫了，在前向傳播中已經reshape了，就不用再寫reshape函數了～

 好了，到此，AnchorTargetLayer層的定義就寫到這兒，若有錯誤請指出～

http://www.cnblogs.com/zf-blog/p/7307502.html