字符定位网络笔记

将创建好识别网络训练数据集和建立一个标签作为输入，调整学习率，训练改进的模型，直到收敛然后保存网络模型，就完成识别网络的训练。

fasterR-CNN（我简写成F）中可以用以下三种方法

交替训练

先训练RPN，然后用RPN提取候选区来训练F，然后用F的共享参数来训练RPN，反复的迭代训练，使得参数慢慢收敛

近似联合训练

每次迭代，前向传播将ROI固定，反向传播将F和R损失合并。

联合训练

直接在建立好的结构上训练，同时观察好ROI 区域发生的情况。

两者需要同时共享特征提取层，全连接层由零均值标准为0.01的高斯分布来完成初始化，其他层则由规定好的分类任务完成训练模型的初始化。