深入理解空间金字塔池化（SPP，ASPP）

已于 2022-10-11 11:26:37 修改
阅读量1.3w 收藏 61
点赞数 20
文章标签： 深度学习 人工智能
于 2022-10-11 11:08:36 首次发布
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/cara_celia/article/details/127245240
版权

        读Lawin Transformer这篇论文，里面有介绍到在Transformer结构中使用ASPP，有很多细节没有理解，于是打算从CNN里的SPP开始学习。

SPP【Space Pyramid Pooling】空间金字塔池化  出现是为了解决什么

在spp出来之前，所有神经网络都是要输入固定尺寸的图片，比如经常遇到的224×224，图片输入网络前都要resize到224×224，导致图片变形，其中的信息也变形了，从而限制了识别精度。
而SPP和ASPP就是为了解决这个问题，它可以让网络输入原图而不必resize。

SPP结构

在这里插入图片描述

 对于任意尺寸的特征层输入，将输入做三份处理：

（1）直接对整个特征图池化，每一维得到一个池化后的值，构成一个1x256的向量

（2）将特征图分成2x2共4份，每份单独进行池化，得到一个1x256的向量，最终得到2x2=4个1x256的向量

（3）将特征图分成4x4共16份，每份单独进行池化，得到一个1x256的向量，，最终得到4x4=16个1x256的向量

将三种划分方式池化得到的结果进行拼接，得到(1+4+16)*

最低0.47元/天 解锁文章
cara_celia
关注
空间金字塔池化改进 SPP / SPPF / SimSPPF / ASPP / RFB / SPPCSPC / SPPFCSPC / SPPELAN
YOLOv8项目贡献者
08-15 12万+
汇总一些SPP结构
用于视觉识别的深度卷积网络中的空间金字塔池化
qq_40107571的博客
10-31 640
Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
深入浅出理解SPP、ASPP、DSPP、MDSPP空间金字塔池化系列结构（综合篇）
IT菜鸟
01-11 4971
深入浅出理解SPP、ASPP、DSPP、MDSPP空间金字塔池化系列结构（综合篇）
SPP-net详解(金字塔池化）（附代码实现）
路上的病人博客
01-14 1万+
最近想弄透faster rcnn，觉得spp应该是非常重要的，先详细总结下： 为什么会有spp 先看下和传统分类的对比图 解释：可以看到传统的操作是先将原图crop（裁剪/变换，也就是类似resize操作），直接送入卷积层，然后进入全连接分类。那么问题就来了，随便一张图目标物体位置和大小不一样，crop肯定会影响特征的准确性啊，但是不crop成统一大小，提取的特征图大小就不一样，没法送进全连接层...
SPP、ASPP
qq_43071209的博客
06-10 298
https://blog.csdn.net/m0_37798080/article/details/103163397
空间金字塔池化SPP、SPPF、ASPP、PPM、ASPP等汇总
最新发布
00000cj的博客
04-22 1975
最原版的SPP（Spatial Pyramid Pooling）是14年在何凯明大神的《》这篇文章中提出的，具体介绍见。它是为了解决网络最后的全连接层的输入需要固定的维度，而输入图片大小是变化的这一问题而提出的。这里多说两句，当时的做法是对输入进行crop或resize得到固定输入的大小，作者提出crop可能会导致输入没有完全包含目标对象，而resize会导致目标的几何失真。
空间金字塔池化
03-19
Deeplab Semantic image segmentation with deep convolutional nets, atrous convolution 空间金字塔池化的文章
金字塔池化系列的理解SPP、ASPP
kewei chen
12-27 5388
问题 在spp出来之前，所有神经网络都是要输入固定尺寸的图片，比如经常遇到的224×224，图片输入网络前都要resize到224×224，导致图片变形，其中的信息也变形了，从而限制了识别精度。 而SPP和ASPP就是为了解决这个问题，它可以让网络输入原图而不必resize。 SPP结构 刚看到这张结构图，很多同学可能和我一样懵（原谅我比较笨），别的博客里配的文字也都是比较简单，有些词汇不够通俗，直到我看到了下面这张图：如图所示，最左边的图图形表示卷积得到的256维特征图，对于每个区域（厚度为2..
Spatial pyramid pooling (SPP)-net （空间金字塔池化）笔记
XZZPPP的博客
05-11 1万+
1、简介 空间金字塔池化，使得任意大小的特征图都能够转换成固定大小的特征向量，这就是空间金字塔池化的意义（多尺度特征提取出固定大小的特征向量），送入全连接层。整体框架大致为：输入图像，卷积层提取特征，空间金字塔池化提取固定大小特征，全连接层。 具体的流程图如下：   2、具体算法的大体流程     首先通过选择性搜索（selective search），对待检测的图片进行搜索出2000个
深度学习笔记（一）空间金字塔池化阅读笔记Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition
热门推荐
HAHA的专栏
01-31 3万+
空间金字塔池化      空间金字塔池化层简介：                   在对图片进行卷积操作的时候，卷积核的大小是不会发生变化的额，反向调节的权重仅仅是数值会发生变化。但是，但是，但是，输入的图片的大小你是否可以控制呢？哈哈，我们的输入图片大小是会发生变化的，这里图片大小的变化并不会在卷积操作和polling操作产生影响，但是会对全连接层的链接产生影响。这篇文章的核心就是解决如何
SPP(Spatial Pyramid Pooling)详解
weixin_34242509的博客
05-23 1761
一直对Fast RCNN中ROI Pooling层不解，不同大小的窗口输入怎么样才能得到同样大小的窗口输出呢，今天看到一篇博文讲得挺好的，摘录一下，方便查找。 Introduction 在一般的CNN结构中，在卷积层后面通常连接着全连接。而全连接层的特征数是固定的，所以在网络输入的时候，会固定输入的大小(fixed-size)。但在现实中，我们的输入的图像尺寸总是不能满足输入时要求的大小。然而...
空间金字塔池化网络SPPNet详解
zuo668的专栏
02-14 2039
参考：https://cloud.tencent.com/developer/article/1441559 前言 SPP-Net是出自2015年发表在IEEE上的论文-《Spatial Pyramid Pooling in Deep ConvolutionalNetworks for Visual Recognition》，这篇论文解决之前深度神经网络的一个大难题，即输入数据的维度一定要固定。...
YOLOv5、YOLOv8改进：空间金字塔池化 SPPF改为 SimSPPF / ASPP / RFB / SPPCSPC / SPPFCSPC
weixin_45303602的博客
09-23 9256
空间金字塔池化（Spatial Pyramid Pooling，SPP）是一种用于解决输入尺寸不同的图像在深度学习中常见的问题的技术。它通过将不同尺寸的感受野划分成不同的层级，并对每个层级内的特征进行池化操作，从而能够对任意大小的输入图像进行固定长度的特征表示。
空间金字塔池化SPP（Spatial Pyramid Pooling）
g11d111的博客
06-24 1万+
前言 何凯明大神于2014年在《Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition》，这篇paper主要的创新点在于提出了空间金字塔池化。这个方法对于目前很多任务非常实用，尤其是现在的神经网络算法叠加的情况下（即前一个神经网络输出的结果是下一个神经网络的输入），很多输出的图片尺寸或者说b...
空间金字塔池化（Spatial Pyramid Pooling）
酒酿小圆子呀～
04-20 2548
上面这个图可以看出SPPnet和RCNN的区别，首先是输入不需要放缩到指定大小。其次是增加了一个空间金字塔池化层，还有最重要的一点是每幅图片只需要提取一次特征。SPPnet虽然解决了CNN输入任意大小图片的问题，但是还是需要重复为每个region proposal提取特征啊，能不能我们直接根据region proposal定位到他在卷积层特征的位置，然后直接对于这部分特征处理呢？答案是肯定的。
金字塔池化
weixin_43488311的博客
05-07 595
空间金字塔池化（SPP） - zhanghenan123的博客 - CSDN博客 https://blog.csdn.net/zhanghenan123/article/details/80854820 拷贝自以上网址，该博客中还讲了如何将原始图片中选定的框与特征图中的框对应起来 金字塔池化作用是不论输入的图像大小是多少，都可以得到同等大小的输出 如上图所示，当我们输入一张图片的时候，我们利用...
深度学习-空间金字塔池化(Spatial Pyramid Pooling SPP)
Tc、zyh的博客
10-23 5870
文章目录1、介绍2、SPP显著特点3、什么是金字塔池化层 参考：https://blog.csdn.net/qqliuzihan/article/details/81217766 1、介绍 在一般的CNN结构中，在卷积层后面通常连接着全连接。而全连接层的特征数是固定的，所以在网络输入的时候，会固定输入的大小(fixed-size)。但在现实中，我们的输入的图像尺寸总是不能满足输入时要求的大小。然而通常的手法就是裁剪(crop)和拉伸(warp)。 这样做总是不好的：图像的纵横比(ratio aspect)
空间金字塔池化(Spatial Pyramid Pooling, SPP)
天马行空的博客
07-07 807
空间金字塔池化(Spatial Pyramid Pooling, SPP) 在SPPnet和Fast-RCNN中都用到了空间金字塔池化(Spatial Pyram...
空间金字塔池化SPP 1000字介绍
02-21
中文空间金字塔池化SPP（Spatial Pyramid Pooling）是一种计算机视觉中用于物体检测和识别的新型特征提取技术，它可以有效地将图像的局部特征抽取出来，并将其组合成一个空间金字塔的特征矢量，这样就可以更好地进行复杂的图像分析任务。空间金字塔池化SPP方法能够从图像中提取出局部特征，并将它们按照某种空间金字塔结构组织起来，形成一个多维特征向量，用于后续的图像分析任务。它的优势在于，可以有效地提取出图像中的局部特征，并将它们组织起来，便于后续的图像分析任务。
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值