【CV论文阅读】Faster R-CNN: Towards Real-Time Object Detection with Region Proposal Networks (2)

（3）用（2）得到的参数初始化RPN的网络，把RPN与FAST RCNN共享的卷积层的学习率设为0，仅更新RPN特有的网络层，重新训练，此时网络共享共有的卷积层。

（4）固定共享的层，加入FAST RCNN，fine tune它特有的网络。

细节：

对于每个anchor的三种scale为128*128，256*256，512*512,，三种宽高比1:1,1:2,2:1。

对于一些RPN的proposal，采用非极大值抑制的办法选择过滤一部分，减少冗余。