R-MAC（Regional Maximum Activation of Convolutions）

    众所周知，卷积神经网络的卷积层会产生一个三维的矩阵：W*H*K。如何将三维的转化为二维的，并加以利用呢？

    R-MAC（Regional Maximum Activation of Convolutions）方法是一个十分常用的方法。

    该方法在论文《PARTICULAR OBJECT RETRIEVAL WITH INTEGRAL MAX-POOLING OF CNN ACTIVATIONS》有详细介绍。

    1.产生regions

    首先，需要强调的一点，regions产生在feature maps上，而不是在原图上。

    在L个不同的尺度上产生正方形regions。在最大的尺度（l=1）上，region的尺寸最大。如图所示，依次为l=1,2,3。