官方链接：https://pytorch.org/vision/main/generated/torchvision.ops.MultiScaleRoIAlign.html
问题：为何输出(6,5,3,3)
思考：进行MultiScaleAlign时，第二个参数为output_size,所以最后输出的单张特征图大小为(3,3);而shape[1]的5则是feature map的通道数，这个在RoiAlign后应该是不变的；
至于shape[0]=6，思考过为何不是12，因为定义的6个bbox在2张feature map上都应该有对应？对官方代码进行实验：
输出分别为：
这就清楚了为什么是(6,5,3,3)而不是(12,5,3,3)：当对2个feature map进行RoiAlign时，只对上一层特征图进行操作得到对应的特征向量。
参考：
691
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
