空间金字塔池化 spatial pyramid pooling（spp）

空间金字塔池化（spatial pyramid pooling）是把经过CNN（提特征）之后形成的任意不同尺寸的feature map转变成相同大小的特征向量，然后送入全连接网络fc中

为什么使用SPP：在全连接时，权重矩阵（上一层的输出，人为指定的数，，比如（4，8））在多次训练之后，这个已经固定了（因为训练就是要得到合适的权重），所以当最开始输入的image的大小发生改变时，无法与得到的权重矩阵进行全连接。这个时候就需要用到SPP了，不同尺寸的feature map，如下：如4x4，2x2，1x1的三种特征图，分别会形成16，4，1个格子，我们对这21个格子分别进行最大池化，分别找到每个格子的最大值，最终输出得到一个神经元。。。最终把一张任意大小的图片转化成了一个21维的向量！

整体过程：Image -->cnn（进行提特征）–>spp -->fc

fc = 16x256 + 4x256 + 1x256 =10752的一维向量

如图