bboxassigner：第二阶段当中对roi进行正负样本的匹配，然后去分配他们所对应的标签。
rpn assign：对生成的anchor去分配正负样本，然后做采样，采样之后的结果再给他们一个监督信息。这里可以看到，我们要采256个anchor，然后正样本的个数要占总体的0.5。
将产生proposal的过程分成训练阶段和预测阶段，根据rpn阶段的输出和anchor去得到最终rpn阶段的输出的候选框，要经过一系列的筛选。min size是筛除面积较小的，top n是对分数做两次排序的过程。
resolution表示roialign最终输出的特征图大小。
bboxassigner对rpn产生的roi来分配正负样本，然后采样，再去分配监督信息。
第二阶段：
包括检测头的网络以及预测的输出。
作业：
若有收获，就点个赞吧
0 人点赞
