网络训练项目结构在网络训练之前，先介绍一下fasterrcnn项目的目录结构。如下图所示，下图展示了整个项目的目录结构，可以分为四个部分：data、model、utils和mainmodule。数据模块主要实现数据集的创建（voc_dataset.py）、图像增强和图像预处理（utils.py）。模型模块实现所有网络的构建。特征提取网络（vgg.py）；区域候选网络（region_proposal_network.py）；fastrcnn检测网络（roi_head.py）；roi_module.py实现了roi池化层；faster_rcnn.py集成了特征提取网络、候选区域网络和目标检测网络。model.utils主要实现boundingbox的处理。此外，它还包含了AnchorTargetLayer类和ProposalTargetLayer类，分别实现了anchor和bbox的匹配以及roi和bbox的匹配。utils模块实现了网络参数设置（config.py）、网络训练可视化（vis_tool.py）和网络评估（eval_tool.py）。主模块包含trainer.py和train.py。trainer.py包含Trainer类，它集成了更快的rcnn和网络错误，以促进端到端的训练网络。train.py使用Trainer类来训练网络。参数设置backbone使用预训练的vgg特征提取网络，并冻结前四层的梯度。fastrcnn中的分类器使用vgg分类网络的分类器的前两个全连接层，并丢弃所有的dropout层。backbone的下采样率设置为16，即backbone输出的featuremap大小为输入大小的1/16。在rpn训练过程中，设置了3种纵横比（1:1、1:2、2:1）和三种尺寸的anchor（8、16、32），所以一共会生成9个不同的anchor。fastrcnn训练时，roipooling层的输出大小设置为7*7。其他网络参数设置如下：PascalVoc2012数据集用于网络训练，优化器使用随机梯度下降（SGD）优化器，学习率设置为1e-3，momentum设置为0.9，weight_decay设置为0.0005，以及tensorboard工具用于训练可视化。网络评价网络的评价主要采用mAP（MeanAveragePrecision）作为网络的评价指标。iou的阈值设置为0.5。对于每个类别，预测帧与真实帧的iou大于0.5，即认为预测正确。
