一、参考
很好的一篇博文：实例分割模型Mask R-CNN详解：从R-CNN，Fast R-CNN，Faster R-CNN再到Mask R-CNN - jiongnima的博客 - CSDN博客 https://blog.csdn.net/jiongnima/article/details/79094159
二、Faster-RCNN原理说明
该网络结构大致分为四个部分：卷积层得到高位图像特征feature maps、Region Proposal Network得到候选边框、RoI pooling统一候选框的尺寸、classifier识别出物体及绘制出边框。
1、feature maps
最后一层卷积层输出。
2、RPN
feature maps再以3x3的卷积核进行卷积得到conv feature map，然后滑动窗口，该窗口对应原图9个anchor boxes（长宽比3种情况，boxes大小也有3种情况），共有WHk 个anchors。
对每个anchor，进行前景背景二分类。
三、
原文：https://www.cnblogs.com/smbx-ztbz/p/10660679.html