caffe快速rcnn smoothL1layer实现

Question

我正在阅读快速的rcnn caffe代码。在SmoothL1LossLayer里面，我发现实现与纸张方程式不一样，应该是什么？

论文等式：

对于每个带有类u的带标签的边界框，我们计算tx, ty, tw, th的和误差，但在代码中，我们有：

没有使用类标签信息。谁能解释为什么？

在反向传播步骤中，

为什么i在这里？

Answer 1

1. 在train.prototxt bbox_pred中，输出大小为84 = 4(x,y,h,w) * 21(number of label)。 bbox_targets也是如此。所以它使用所有标签。
2. 至于损失层，它会在底部blob上循环，以找到传播渐变的内容。这里只有propagate_down[i]中只有一个是真的。