首先聲明本人菜鳥一枚微宝，如有任何錯誤歡迎指正囊颅！
繼做完Deep-Feature-Flow的PPT后续徽，老大又讓跑DFF的代碼，但無奈之前專注于caffe框架绩聘，但DFF官方只給了mxnet框架上的源碼（果然微軟人家要推廣自己家的框架哇）沥割，所以成為組里第一個轉(zhuǎn)戰(zhàn)mxnet的實習(xí)生【笑哭】嫩痰。在跑通demo后（跑代碼過程見mxnet編譯運行DFF）传透，后又花了大概3周的時間研讀代碼婆廊，構(gòu)建起總的框架其弊，期間收獲了很多，也為下一步對DFF的改進打下了基礎(chǔ)
----------------------------------------------------主子鎮(zhèn)樓-----------------------------------------------------------
一椒拗、mxnet下Deep-Feature-Flow的文件夾結(jié)構(gòu)
當(dāng)打開下載的DFF包后似将，我們都是一臉萌幣的。
首先可以看一下READ_ME文件：包含了Introduction陡叠、Disclaimer玩郊、License肢执、Requirements枉阵、Installation、Demo预茄、Preparation for Training & Testing兴溜、Usage等部分內(nèi)容，可以對整個DFF代碼有一個初步的了解（當(dāng)然是要在看完看透論文的基礎(chǔ)上）耻陕。
然后我們來看各個文件夾的內(nèi)容
data:包括了訓(xùn)練和測試使用的datasets相關(guān)文件
demo:包括了在運行demo時使用到的輸入圖片拙徽，以及用來存儲demo生成的標定結(jié)果圖片。
dff_rfcn:這個文件夾包括了DFF的絕大部分核心代碼诗宣，包含神經(jīng)網(wǎng)絡(luò)的建立文件膘怕、用來進行訓(xùn)練和測試的function、class等召庞。本文中岛心，將對這一文件進行重點介紹。
experiments:包括參數(shù)的配置文件(./experiments/{rfcn/dff_rfcn}/cfgs)篮灼、實驗過程的日志文件以及train的源代碼（引用了dff_rfcn中的各種函數(shù)）
external:包括了與mxnet相關(guān)的文件（與我們的源代碼基本無關(guān)~）
lib:我們在各種安裝包里都會見到的文件夾
model：包括了訓(xùn)練所需的模型（ImageNet pre-trained ResNet-v1-101 model and Flying-Chairs pre-trained FlowNet model）
output:用來存儲訓(xùn)練及測試過程中的輸出（A cache folder would be created automatically to save the model and the log under）
rfcn:包含了rfcn網(wǎng)絡(luò)的核心源代碼
二忘古、各個文件的相互對應(yīng)與import關(guān)系
三、神經(jīng)網(wǎng)絡(luò)搭建文件解析
見后續(xù)
四诅诱、實驗過程：訓(xùn)練與測試
以正式訓(xùn)練時的dff_rfcn_end2end_train.test.py為例：
dff_rfcn_end2end_train.test.py文件：
其中train_net（）函數(shù)是重點髓堪，源代碼及注釋見后續(xù)~
