以detectron2了解maskrcnn实现源码(1)--双线性插值

前前言

按理说，应该先理清maskrcnn的整体脉络的。可是因为太多技术细节没理清。所以，就按着学习节奏，学到哪写到哪，最后再来个总结串起来。

前言

双线性插值在maskrcnn中用于RoiAlign过程中。
本质作用：用来实现特征的压缩提取。
其实，它真的很简单。原理简单，公式也简单。

正文

举例场景：将一个2x2的特征汇聚成一个。

常规的取平均值、最大值。这些办法都没有考虑到权重。
RoiAlign中对于区域中心点来说，周围的像素点的权重就不一样。当然，此处不打算涉及RoiAlign，对它不了解也没事。反正就假设，现在要将一个2x2网格分布的4个特征汇聚成一个特征。

网上随便找了张图。我们将四个特征定义为：Q11、Q12、Q21、Q22。P就是采样点位置。
P的位置对应不同的权重情况，就是说：实际场景中，提取特征时，4个特征的权重大小是通过P的位置来体现的。RoiAlign就是对其最直观的体现。
为何能通过位置来体现呢？因为可以用P点离某个特征的距离远近来表示该特征的权重大小。
此点不理解的话，下篇看了RoiAlign就理解了。

既然用距离远近来代表权重大小，那也就是离某个特征越近那这个特征权重越大。你想呐，汇聚像素特征的时候，自然就该离哪个像素近就受其影响大，其权重就高。
那我们现在将问题简化下，现在是二维的，因为图像是二维码的嘛。那我们先假设现在是提取一维的特征。比如：在Q11，Q21这条一维的横线上，提取R1点的特征。那R1取值时，Q11和Q21的权重与其R1的距离成反比。则有公式如下：

R1 = Q11*(x2-x)/(x2-x1) + Q21*(x1-x)/(x2-x1)

其实，就是一条横线上的Q11和Q21，自身的值乘以自身权重再相加。而权重和距离成反比，所以此处用的x1，x2这边坐标轴来计算距离比值。
R1已经计算出来，同理：R2也可计算出来。再同理，R1、R2、P此时处于一条一维竖线上了，就可以再次取值。
所以，顾名思义，双线性插值。就是：P和周围4个点，不在一个维度不好插，那就先把那4个点拍成2个点，这2个点和P在一个维度，然后就好插了。也就是做了两轮线性插值。
不管，双线性插值在数学上如何理解，但在cv上这样理解就足够了。
其本质就是为了–让周围的像素点根据各自权重来发言。以免max取值那种一言堂，或者均值法那种绝对皿煮。