【深度學習】py-faster-rcnn中修改anchor的大小和數量

本文用到的是caffe下，rbg大神寫的py-faster-rcnn。

針對不同的數據集，不同大小的目標，修改anchor的大小和數量，是很有必要的，可以加快收斂的速度，提高檢測精度，

原始的數據集是VOC數據集，圖片基本集中在500*375左右。在lib文件夾下generate_anchor.py中設計的anchor爲128*128,256*256,512*512（不考慮ratios的話），而這樣的設計基本符合VOC中目標大小的分佈，但是如果你做的是小目標的檢測，比如你的大部分目標爲8*8-20*20的樣子，很明顯這裏就不再適用了。

.

爲方便修改anchor的大小，使得可以直接從generate_anchor修改anchor來起到真正修改anchor的作用，需要將調用generate_anchor.py的代碼稍作修改.

1.在lib文件夾下，proposal_layer.pyzhon中將的修改如下圖，基本含義就是調用默認的參數。

2.在anchor_target_layer.py中同理，作修改，紅色框表示註釋掉，綠色框表示新增代碼。

3.在generate_anchor.py中修改如下【不考慮ratios的話，anchor最小生成8*8的anchor（6*16*1.0/12.0）base_size*16*scales_min】，總共60個anchor【5*12即ratios*scales】，實驗證明，增加anchor的數量，訓練所耗費的時間增加的並不明顯~

4.在models中修改train.protxt還有test.prototxt，這裏只以train做了展示，test基本一樣的修改。