这是一个很简单很好理解的问题,我会用最直白的话语去描述它,客官请看~
我想你们应该都知道在没有卷积层出来时最原始的全连接神经网络结构吧?它后一层的输出类似这样:y(i)=w1x1+w2x2+w3x3+…+wnxn+b(i)的结构,对吧?观察发现,y(i)与输入x有很大关系的,那好,在R-NN里,x怎么得到的呢?就是由特征图reshape过来的,那如果输入的图像大小不一定,那特征图就不一定,那输入x就不一定,那输入x不一定,那权值是不是也不一定。所以,如果每次输入后的权值都不一定,那还怎么训练呀,输出是多少自己都得去抽签(:,所以,我解释明白了吧。。。。。
最后,码子不易,点赞关注走一波 阿里嘎多