ROI Pooling和ROI Align

这两个问题一直不求甚解，今天又遇到了，是时候把它解决了
参考https://www.cnblogs.com/wangyong/p/8523814.html
https://blog.csdn.net/yychentracy/article/details/100172729
看了一些博客，好多都没讲清楚，直接就一个bin取四个点然后取最大值，都没说这个bin是怎么来的，为什么要取最大值，这篇博客讲得就比较清楚，我在这里按自己的理解再梳理一遍

---

ROI Pooling

为什么要做这个？
答：再得到proposal后，要将proposal扣出来，进行分类和回归
此时由于anchor有不同大小，前面也做了一次回归，所以proposal肯定是大小不统一的，为了统一proposal的大小，对现有proposal采样，使得采样后统一到一个尺寸

比如将上述proposal统一到2*2的大小，那么只需要将其平均分成4份，然后每份(每个bin)做max_pooling或者avg_pooling，这样每份(bin)得到一个值，变为2*2

问题
(1)第一次量化（就是把小数位去掉）：中心点的位置坐标
比如上图是5*7的roi，5/2=2.5，ROI_Pooling直接取2
(2)第二次量化：roi的宽、高
因为anchor的宽、高是在原图上取的(纳尼？为啥我记得anchor是feature map上一个点映射到原图，然后宽高也映射到原图呢？)，映射到feature map要除以stride，这时也会有小数，直接量化掉。
这样两次量化就会有框的误差，对大目标不明显，对小目标这点误差影响就比较大了

ROI Align

为了解决ROI_Pooling的误差问题，提出了ROI_Align
1 首先，直接计算出中心点坐标，四个角点坐标，不舍弃小数，途中圆圈为实际存在的像素位置

2 分块做max_pooling或者avg_pooling
比如分成7*7的块(bin)，做完pooling后得到7*7的结果，相当于每块(bin)给出一个值，而这里是用另外一种方法代替标准的pooling，即用另外一种方法对每个bin进行采样
2.1 直接将算出来的anchor等分成7*7，得到每个bin的坐标
2.2 对于每个bin，假定采样点为4(即每个bin取4个点，求最大值)

Note：之所以说不是标准的max_pooling是因为标准的是每个像素点都参与计算，取最大值，而这里直接定采样点，也就是说相当于固定只有4个点参与计算取最大值

这4个点也是直接暴力计算出的，不舍弃小数点，那么每个bin中的这4个点很可能也不在一个具体的位置上
2.3 对于每个采样点，用双线性插值法取值

图中为一个bin，红叉代表4个采样点的位置，有色格子的中心代表该像素的位置，这里红叉的值为离采样点最近的4个像素点双线性插值法取值
eg. 左上角的值为0.85、0.34、0.32、0.74这4个值用双线性插值法求得

2.4 对于每个bin中的4个采样点，取最大值或者平均值

2.5 于是最终每个bin求得了一个值，得到了7*7的结果

补充：双线性插值法

已知四个红点，求绿点
(1)用单线性插值法分别求出R_2,R_1
(2)利用R_1,R_2用单线性插值法求出P