老师，这里的img_info他是将生成的框映射回原图吗？这个框是根据分类的概率和回归的偏移量求出的吗?ROI前做NMS是对原图做还是对特征图做呢？

老师，这里的proposal是判为正例的，根据anchor box来新生成的 框吗？还是就是 anchor box?

老师，问一下，这里的36，他是包含正例和负例的吗？

老师，我想问下只有图片这种输入数据才有数据增强吗？音频有没有数据增强呀。

老师，为什么要用高斯除噪使得图像变得模糊呀，图像不是越清晰
越容易识别嘛？还是说这么做的目的是提高它的泛化能力呀？

老师，我想问下是每两个卷积层之间就会有一个残差单元吗？为什么
不把所有的残差单元放在某两个卷积层之间而是要每个卷积层之间都
有呀，还有那个F(X)是经过两次卷积和一次非线性变换得到的吧。

老师，我想问下在t-1层与t层之间为什么可以进行两次变换，又是
如何做到的呢？

老师，我想问下卷积核的那个3X3矩阵是怎么得到的呀？里面的元素是由我们自己去设定的吗？

padding模式的补零，到底补的是黑色还是白色

Conv Net训练完得到的特征存入磁盘，那么存入的特征是ConvNet卷积计算的中间结果，是Featuremap？

model_vgg16 = VGG16(include_top=False, weights='imagenet', input_shape=(48, 48, 3))
for layer in model_vgg16.layers:
    layer.train = False

model = Flatten(name="faltten")(model_vgg16.output)
model = Dense(4096, activation="relu")(model)
model = Dense(4096, activation="relu")(model)
model = Dropout(0.5)(model)
model = Dense(10, activation="softmax")(model)
vgg16_Model = Model(inputs=model_vgg16.input, outputs=model)
sgd = SGD(learning_rate=0.001)
vgg16_Model = vgg16_Model.compile(loss='categorical_crossentropy', optimizer=sgd, metrics=['accuracy'])

# 导入数据
(x_train, y_train), (x_test, y_test) = mnist.load_data("../data")
print(x_test)
x_train = [cv2.cvtColor(cv2.resize(i, (48, 48)), cv2.COLOR_GRAY2RGB) for i in x_train]
x_train = np.concatenate([arr[np.newaxis] for arr in x_train])
print(x_train.shape)
x_test = [cv2.cvtColor(cv2.resize(i, (48, 48)), cv2.COLOR_GRAY2RGB) for i in x_test]
x_test = np.concatenate([arr[np.newaxis] for arr in x_test])


# one-hot of y
def yonehot(y):
    y_one = np.zeros((10))
    y_one[y] = 1
    return y_one


y_test = np.array(yonehot(y_test[i] for i in range(len(y_test))))
y_train = np.array(yonehot(y_train[i] for i in range(len(y_train))))

vgg16_Model.fit(x_train, y_train)

model = Dense(4096, activation="relu")(model)  4096是规定死的吗？

vgg16_Model = vgg16_Model.compile(loss='categorical_crossentropy', optimizer=sgd, metrics=['accuracy'])

loss是怎么规定的？

如图，每一次卷积，卷积核个数都是上一次的2倍？池化是因为面积变化，卷积核变小或者步长得原因，。卷积核变多，是为了保持卷积核的数据一致吗？

课程讲到，CNN模式下，神经元获取部分像素点，与后面的卷积核是什么关系？一个卷积核代表多个神经元吗？或者是卷积核为过滤器？

rpn网络对框进行2分类，终端网络进行k+1分类，在rpn中已经进行了背景的分类，在终端网络中为什么又进行了背景分类？

老师请教一下，fastercnn , 训练过程，是先训练rpn网络，训练完成之后再使用rpn网络生成poi框，

训练终端网络吗？还是整体训练？