PCB(Part-based Convolutional Baseline)

RPP结构图：

网络流程：

1. 经过一个backbone得到特征图T。T中的每列向量称为f（1，1，c）。

   如：输入（384，128，3）经过backbone降采样16倍后得到特征图T（24，8，c）。

2. 将T从上到下切成p（p=6）片。记为P_i（i=1…p）。——测试时接第3步，训练PCB时接第4步

3. RPP(Refined Part Pooling)

   1. 每个f接同一个1×1卷积+softmax，得到该f属于每个P_i的概率P(P_i|f)。

   2. 计算每个P_i特征图。

      T中所有的f都计算其属于P_i的概率P(P_i|f)，然后与各自的f相乘，最终得到一个与T相同大小的特征图P_i（24，8，c），即上图中的refined parts，计算过程如下式，×指逐像素相乘。