我正在研究最近发布的tensorflow/models/../object_detection模型，特别是更快的r-cnn。
论文提到了4步交替训练，其中您需要：
据我所知，在第2步= RCNN中，确实使用以下代码冻结RPN：
if self._is_training:
proposal_boxes = tf.stop_gradient(proposal_boxes)
我应该翻译RPN加冻结RPN层的训练，接着是RCNN的训练，但还有其他三个步骤在哪里进行呢？
我是否漏掉了什么东西？
多阶段训练仍然是可能的 - 目标检测 API 配置文件提供了冻结网络某些层进行训练的功能。(train_config 中的 freeze_variables 参数)
如果您仔细检查来自 TF 目标检测 API 生成的模型的检查点，这些都是 Faster RCNN 论文中对应于网络架构的外部变量名作用域 -
区域提议网络:
'FirstStageFeatureExtractor/InceptionResnetV2' (共享)'Conv/biases', 'Conv/weights''FirstStageBoxPredictor探测器：
'FirstStageFeatureExtractor/InceptionResnetV2' (共享)'SecondStageFeatureExtractor/InceptionResnetV2''SecondStageBoxPredictor所以您可以在冻结不想更新的层的同时执行连续多轮训练。此外，请注意，如果您不希望它们对更新产生贡献，则可以在配置文件中将第一和第二阶段的分类和定位损失权重设置为零。
希望这能帮到你！
因为StackOverflow的荒谬规定，我无法添加评论。我不得不在这里写成“答案”。但实际上，这是在回应@Jonathan Huang的问题。
我仍然对停止梯度感到困惑。如果我们停止盒子的梯度，如何提高RPN盒子的准确性？在这种情况下，似乎只有检测和RPN对象准确性得到了改善，但RPN盒子准确性永远无法得到改善。
尽管RPN损失由框损失和对象准确性损失组成，但禁用位置的梯度可能会导致该层中的参数估计256D张量的4K坐标，例如变为常数。那么RPN盒子位置如何得到改善呢？
能否有人提供一些解释？谢谢
我也在研究文中提到的四步交替训练。我的理解正确的实现应该是：
第2步需要对 tf-faster rcnn 实现进行一些修改。对于其他步骤，您可以通过在 network.py 模块中将 trainable 标志设置为 false 来修复权重。
def _region_proposal(self, net_conv, is_training, initializer):
rpn = slim.conv2d(net_conv, cfg.RPN_CHANNELS, [3, 3], trainable=*setThisToFalse*, weights_initializer=initializer,
scope="rpn_conv/3x3")
self._act_summaries.append(rpn)
rpn_cls_score = slim.conv2d(rpn, self._num_anchors * 2, [1, 1], trainable=*setThisToFalse*,
weights_initializer=initializer,
padding='VALID', activation_fn=None, scope='rpn_cls_score')