【目标检测系列】sppnet网络介绍

很多写这个的。大部分没看懂。自己总结一下不知道对不对。

1.起因：好多网络，需要输入的数据是固定大小的，为啥呢，因为全连接层是确定大小的，反推回来，如果输入数据不按套路来，到全连接层矩阵维度对不上了。固定大小的缺点那肯定是图像需要做变换啊，结果图像变形了，识别能好得了吗。大神就研究了，能不能有个输入可变大小，输出固定大小的层来解决这个事呢，这样，就不用折腾输入图像了，输出还固定照顾了全连接层。

2.做法：在卷积之后，全连接之前加个处理吧。怎么处理的呢，简单粗暴： 全连层接需要多少维度的数据，就用卷积特征图做出来，下面这个图的做法就是用池化方法来做。

全连接层（fully-connected）：sppnet老弟（中间黑色矩形内的各种处理），我要固定维度是21的，大神说好的，看我加工特征图（黑不溜秋的input image图）。

     a.先把特征图做一次池化得到一个1*256的特征（最右侧灰色）。

     b.再把特征图切分4块，做出4个1*256的特征（中间绿色）。

     c.还差16个， 那就把特征图砍成16块然后池化，那就做出来16个1*256的特征（最左侧蓝色）。

     d.把特征划拉划拉放到一起（a,b,c拼接），就出全连接层想要的21维（fixed-length representation）了啊  1 + 4 + 16. 可见这个特征可以随意做，就看效果好不好了。然后扔给全连接层。老哥接着~~~~。      

                                                  

 全连接层：收到，非常完美！！！！！！！！

                                   

不知道说的对不对欢迎大神拍砖，指正