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。
手机扫一扫
移动阅读更方便
你可能感兴趣的文章