Faster-rcnn源码解析5
训练fast rcnn：Stage 1 Fast R-CNN using RPN proposals, init from ImageNet model
首先设置参数：
rpn_file：上一步中（generate proposals）产生的结果，然后创建进程。来看一下进程中的函数train_fast_rcnn。
先是设置一些基本的参数，然后通过get_roidb函数获得roidb数据和imdb类。关于get_roidb函数前面已经详细讲解过。这里再来看一下，因为参数cfg.TRAIN.PROPOSAL_METHOD ='rpn'发生了变化，所以产生的结果也不同。
注意这个语句：imdb.set_proposal_method(cfg.TRAIN.PROPOSAL_METHOD)，由于参数改变了，所以执行的结果变成了：rpn_roidb(self)函数。进入rpn_roidb(self)函数来看一下：
首先利用gt_roidb函数得到gt_roidb，我们前面仔细分析过这个函数，这里不再多说了，得到的结果是一个列表，列表中的每个元素是一个字典，每个元素对应于数据库中的一张图片。
然后，利用_load_rpn_roidb函数，得到rpn_roidb：
_load_rpn_roidb函数内容很简单，首先读取保存的rpn_file文件来获取每张图片的proposals，然后将其保存为一个列表：box_list。然后利用create_roidb_from_box_list函数来返回rpn_roidb。
下面，看一下create_roidb_from_box_list函数：
我们先来看一下这个函数的返回结果roidb，是一个列表，这个列表中的元素对应于读取的图片中的每一张图片，当然和box_list中的每一个元素也是对应的。再来看列表中的元素，我们发现列表中的每一个元素都是字典，而且字典的key和gt_roidb列表中的元素的key是一样的。下面，我们就来看一下，这些key的value值是如何得到的，和gt_roidb中的有何区别。
首先检查box_list中的图片数量和读取的图片数量是否一致。然后，对图片做遍历，开始生成roidb列表中的字典元素。
首先，读取这张图片的proposals：boxes = box_list[i]，这是一个num_proposals行4列的矩阵
初始化overlaps矩阵：overlaps = np.zeros((num_boxes,self.num_classes),dtype=np.float32)
接下来读取gt_roidb中元素的一些信息，并得到gt_overlaps：
gt_overlaps = bbox_overlaps(boxes.astype(np.float), gt_boxes.astype(np.float))
gt_overlaps 是计算proposals和gt_box之间的IOU，因此是一个num_proposals * num_gt_box 的矩阵
下面根据gt_overlaps 来得到overlaps：
overlaps[I, gt_classes[argmaxes[I]]] = maxes[I]
overlaps矩阵的含义是：每个proposal对应的物体，在overlaps矩阵中，每行只有一个非0元素，即：这行代表的proposal对应的物体号所在的列。而且，取值为：这个proposal和对应的gt_box的overlap。
最后，把对应的元素放在字典中，并添加到roidb列表返回。这样，我们就得到了：rpn_roidb。
回到rpn_roidb函数中，还需要把得到的rpn_roidb做进一步的处理，用到的函数是：imdb.merge_roidbs函数。
来看一下imdb.merge_roidbs函数：
在这个函数中，做的事情很简单，就是把gt_roidb列表和rpn_roidb列表中的每个元素字典的value进行了合并（这个两个字典元素的key是相同的）。换句话说，就是把gt_roidb和rpn_roidb中的数据合并在了一起，当然，列表的长度没变。最后，把合并得到的结果roidb返回。
回到get_roidb函数中，还需要对得到的roidb进行一个get_training_roidb操作，这个很熟悉了，就是对原来的图片进行翻转，然后get_roidb的长度加倍。之后在进行一个prepare_roidb操作，给列表中的字典元素增加两个key：max_classes、max_overlaps。OK，这些修饰工作完成之后，就得到了最终的roidb。
好了，回到train_fast_rcnn函数中，我们现在得到了数据：roidb，下面利用这个roidb数据建立fast_rcnn网络并进行训练：model_paths = train_net(solver, roidb, output_dir,pretrained_model=init_model,max_iters=max_iters)。
这里的solver为：stage1_fast_rcnn_solver30k40k.pt， max_iters：40000。好了，有了参数，开始进入train_net函数，和train_rpn时候一样，先过滤数据：roidb = filter_roidb(roidb)，然后初始化类：
sw = SolverWrapper(solver_prototxt, roidb, output_dir, pretrained_model=pretrained_model)。
进入SolverWrapper类，在初始化函数中：
由于__C.TRAIN.BBOX_REG =True，所以需要执行if函数中内容，其实只有一个语句：
self.bbox_means,self.bbox_stds = rdl_roidb.add_bbox_regression_targets(roidb)。其实就是给roidb列表中的每个字典元素增加了一个key：bbox_targets，然后返回标准化的均值和方差。
下面来一下add_bbox_regression_targets函数：
前面的只是一些数据的读取工作，添加key：bbox_targets，是由_compute_targets函数来完成的，进入_compute_targets函数：
_compute_targets函数的流程大概是这样的：在rois = roidb[im_i]['boxes'] 矩阵中，找出属于前景的proposals，得到它们的坐标：ex_rois = rois[ex_inds, :] ； 找出ex_rois 所对应的gt_box的坐标：gt_rois = rois[gt_inds[gt_assignment], :]， 然后根据gt_box计算每个proposals所需要回归的target：
targets[ex_inds,1:] = bbox_transform(ex_rois, gt_rois)。关于targets矩阵，是这么定义的：targets = np.zeros((rois.shape[0],5),dtype=np.float32)，行数和传入的proposals的行数是一致的，列数：5。其中，第1列的值为：每行的proposals所对应的物体号，targets[ex_inds,0] = labels[ex_inds]。这个函数，最后返回targets。
总结一下targets，是一个rois.shape[0]行5列的矩阵，第1列是proposal对应的物体号，后4列是proposal需要回归的目标。注意一下，只有符合一定条件的前景才有回归目标，不符合条件的后4列的元素为0，也就是不需要回归。
好了，下面返回add_bbox_regression_targets函数，现在已经给每个字典元素增加了一个key：bbox_targets。这个函数后面的内容是：对刚才添加的key：bbox_targets所对应的value值按照物体号进行标准化，并返回标准化的均值means（21行4列的矩阵）和标准差stds（21行4列的矩阵）。这里有一点注意一下，返回的means和stds是经过平铺之后返回的：return means.ravel(), stds.ravel()。
好了，回到SolverWrapper类的初始化函数中，还有一个步骤需要操作：self.solver.net.layers[0].set_roidb(roidb)。这个函数我们前面已经用过一次，主要实现两个功能：第一，把roidb传入到网络中（self._roidb = roidb），第二，随机打乱self._roidb列表中的元素。
然后再一次回到train_net函数，开始训练网络并返回网络保存的文件列表：model_paths = sw.train_model(max_iters)。 在train_model这个函数中，我们知道：训练10000次保存一次网络文件，因此model_paths是一个文件列表，列表中的每一个元素都是网络文件的绝对路径。
还有一个需要注意的是snapshot函数，这一次和前面使用的时候有点不同，这一次在执行的时候，由于if的取值为True，因此需要执行if中的语句：
其实，也就是对最终预测的bbox_pred进行反标准化，因为我们的回归目标targets = roidb[im_i]['bbox_targets']是经过标准化的。
最后，来看一下fast rcnn的网络结构，主要是：stage1_fast_rcnn_train.pt文件。
