Mask-RCNN中PyramidROIAlign的理解

最近在用Mask-RCNN来做目标检测，所用代码为：

https://github.com/matterport/Mask_RCNN

在model.py文件的PyramidROIAlign类中，有如下两行代码：

roi_level = log2_graph(tf.sqrt(h * w) / (224.0 / tf.sqrt(image_area)))
roi_level = tf.minimum(5, tf.maximum(2, 4 + tf.cast(tf.round(roi_level), tf.int32)))

我不明白第一行代码中的224和第二行中的4，于是查看了文章Feature Pyramid Networks for Object Detection，文中有如下描述：

后来通过测试，想明白了以上两行代码的目的是根据ROI的大小来给不同的ROI分配不同level (P2, P3, P4, P5)的 feature map。根据文章中的公式（1）当ROI面积是时，k=4，即面积为的ROI分配给P4。所以在实际应用中，要根据检测目标的大小调整和224，比如对于椎体和椎间盘检测问题，目标尺度大多集中于64，少数目标尺度为128和32，所以只需用[32,64,128]这三个scale，以及[P2,P3,P4]即可，此时设置，用64代替224。下面是我做椎体和椎间盘检测以及分割的结果：