Mask-RCNN中的ROIAlign, ROIPooling及ROIWarp对比

RoI Pooling

实现从原图ROI区域映射到卷积区域最后pooling到固定大小的功能，然后通过池化把该区域的尺寸归一化成卷积网络输入的尺寸。

ROIAlign

上面RoI Pooling从原图ROI映射到卷积区域，即原图ROI与特征图ROI之间的映射，使用了stride间隔的取整，使得特征图ROI再映射回原图ROI的时候有stride的误差。尤其经过最大值池化后的特征与原ROI之间的空间不对齐就更加明显了。
因此，ROIAlign从原图到特征图直接的ROI映射直接使用双线性插值，不取整，这样误差会小很多，经过池化后再对应回原图的准确性也更高些。
这里假设得到的浮点型坐标为(x,y)，取其周围最近的四个点，在Y方向内插两次，再在X方向内插一次，得到新的值。ROI的形状是不变化的。
但是下面的warp是先改变形状的，这也是这两种操作的不同之处。

RoI Warping Layer

在pooling层前面，添加一层，将特征图crop一块，然后warp到固定的尺寸，这里的warp采用长度和宽度两个方向的双线性插值。
具体参考如下网址：http://dubur.github.io/

align?一致吗？个人觉得信息的降维，必然会有一定的损失即使是ROIAlign也不可能完全对齐，只能相对精确罢了。