RPNHead类包含的函数：

(1)_init_()：初始化函数

(2)_init_layers()：设置Head中的卷积层

(3)forward_single()：单尺度特征图的前向传播

(4)loss：Head损失函数计算

(5)_get_bboxes_single()：将单个图像的输出转换为bbox预测

(6)_bbox_post-processing_method：bbox后续处理方法

这里介绍初始化函数

1 def __init__(self,
2 in_channels,
3 init_cfg=dict(type='Normal', layer='Conv2d', std=0.01),
4 num_convs=1,
5 **kwargs):
6 self.num_convs = num_convs
7 """inherit the init method from father class """
8 super(RPNHead, self).__init__(
9 1, in_channels, init_cfg=init_cfg, **kwargs) # 调用父类的初始化函数

参数说明：

in_channels：输入通道数

init_cfg：初始化配置

num_convs：Head中的卷积层数量

函数说明：

这个函数主要完成对象初始化的操作。一共两行代码，第一行代码是将传入的参数卷积层的数量赋值给对应得属性值，第二行是调用父类得初始化函数进行初始化。其中，第一个参数1是类别的数量，因为RPN网络只识别框中的物体属不属于目标，而不区分具体类别，所以类别数是1。