SPP-Net

SPP:Spatial Pyramid Pooling(空间金字塔池化），是何凯明大神设计的。

SPP网络针对RCNN网络修改了一些弊端：

1、RCNN提取的候选区域需要将其缩放至统一的大小，是因为CNN中存在全连接层，而全连接层需要固定输入和输出大小，这样本来图片中的有些内容可能就会失去信息，针对这个问题SPP提出了在图像卷积之后全连接层之前加入SPP池化层，这样可以任意尺寸的输入图像大小，输出则固定给全连接层。简单地说就是CNN本来只能固定输入、固定输出，CNN加上SPP之后，就能实现任意输入，固定输出。

2、 RCNN网络是将原图先提取2000个候选区域，然后将这么多区域都送到CNN提取特征，SPP是直接只对原图做一次卷积运算，得到整张图的特征图，RCNN需要对每个区域做卷积，SPP只需要对整张图做一次卷积。

SPP也存在一些弊端：

1、训练步骤也多，也需要训练SVM分类器，需要额外的回归器，特征也保存在磁盘上。

这是我对SPP-Net网络的理解，如有错误，还请指正，希望能互相学习。