image.png
    RPN：首先会把输出的特征图的每个点都做中心点，提前生成大小比例不同的框，称为anchor，对于每个anchor，都会生成两个分支，第一个为分类分支，判断这个anchor内有没有东西，并不是判断是猫还是狗。第二个分支是回归分支，判断anchor和真实框有多远。
    将RPN输出的anchor框做一定的处理，传入roi pooling，做第二阶段的工作。第二阶段同样有两个分支：分类和回归，这里的分类就要判断候选框里的物体是哪个类别的；回归分支是对预选框做进一步的微调。
    image.png
    image.png
    image.png
    image.png
    RPN要学习的东西：（1）anchor框是否包含物体，anchor和ground truth 的iou很大，就是包含东西，即正样本；负样本就是iou较小，不包含东西（2）anchor到真实框的偏移量。
    上图中的x，y指的是中心点的坐标。
    image.png
    注意回归分支中的p*，意思是回归分支只对正样本进行loss计算。

    image.png