简明扼要说一下二阶段网络训练的pipeline，一些基本概念还需要自行去查询一下，这里就不做介绍了
RPN网络的训练
- 需要的输入有之前卷积层得到的featuremap，anchor的规格（size,scale等能表达anchor大小的参数），label
- 由featuremap上的每个位置映射回到原图上，再结合给出的anchor规格，得到原图每个区域(特征图上每个点对应原图一个区域)的anchor集合
- 计算每个anchor与每个label框的iou，计算完后每个anchor对应一个与其iou最大的label，假设有俩个iou阈值thresh_high和thresh_low，将计算的iou大于thresh_high的anchor设置正类标签，iou小于thresh_low的anchor设置负类标签（一般负类较多，需要从中采样一些），这些anchor拿出来将参与后续loss计算，其余anchor将忽略
- 计算之前得到的正类anchor与其对应最大iou的label框的偏移量(dx,dy,dh,dw)（具体如何计算偏移请参考faster-rcnn的bbox回归）
- 根据anchor的正负类可以计算二分类Loss，根据前边得到的偏移量再结合featuremap可以计算l1_smooth_loss，即回归Loss
ROI Pooling后网络的训练
- 将anchor按照rpn网络最后得到的score进行排序（由于是二分类，使用sigmoid每个框都有一个得分），选取前top k个作为proposals，并对这k个proposals按照rpn最后的输出使用偏移量进行位置矫正
- 这k个框按照RPN训练中第3步的方式通过iou与label对应上，然后经过roi pooling后再经过几次卷积最后输出类别和回归框的偏移量，最后再计算一次loss
Final
对前俩大步骤计算得到的loss进行反向传播，更新权重