SPP-NET

SPP-NET总结：

详细介绍参考：https://blog.csdn.net/v1_vivian/article/details/73275259

代码参考：https://www.01hai.com/note/av117232

1.CNN中fc层不能接受不同大小的特征向量，空间金字塔池化(Spatial Pyramid Pooling）可以解决这个问题。

（1）

• ⌊⌋:向下取整符号 ⌊59/60⌋=0，有时也用 floor() 表示

• ⌈⌉:向上取整符号 ⌈59/60⌉=1， 有时也用ceil() 表示

那这个代码举个例子：

通过conv5得到特征向量后，根据图像映射得到2k个region proposal。其中一个的大小是（256，7，11）池化数量（4，4）

对应代码中的数就是num=1,c=256,h=7,w=11, level=4 ,那么核的大小kernel_size=7/4 向上取整=2 ，11/4=3 向上取整

步长 stride= 2，3 和上面一样 ，填充padding=1，1 利用卷积计算公式(h+2*p-k_h/s_h)+1=（4，4）这样就得到了（256，4，4）

#coding=utf-8

import math
import torch
import torch.nn.functional as F

# 构建SPP层(空间金字塔池化层)
class SPPLayer(torch.nn.Module):

    def __init__(self, num_levels, pool_type='max_pool'):
        super(SPPLayer, self).__init__()

        self.num_levels = num_levels
        self.pool_type = pool_type

    def forward(self, x):
        num, c, h, w = x.size() # num:样本数量 c:通道数 h:高 w:宽
        for i in range(self.num_levels):
            level = i+1
            kernel_size = (math.ceil(h / level), math.ceil(w / level))
            stride = (math.ceil(h / level), math.ceil(w / level))
            padding = (math.floor((kernel_size[0]*level-h+1)/2), math.floor((kernel_size[1]*level-w+1)/2))

            # 选择池化方式 
            if self.pool_type == 'max_pool':
                tensor = F.max_pool2d(x, kernel_size=kernel_size, stride=stride, padding=padding).view(num, -1)
            else:
                tensor = F.avg_pool2d(x, kernel_size=kernel_size, stride=stride, padding=padding).view(num, -1)

            # 展开、拼接
            if (i == 0):
                x_flatten = tensor.view(num, -1)
            else:
                x_flatten = torch.cat((x_flatten, tensor.view(num, -1)), 1)
        return x_flatten

2.Mapping a Window to Feature Maps，图像中2k框框映射到特征向量中的框框的方法。

1.输入一幅图进入网络

2.在卷积神经网络的conv5层，提取特征向量图。

3.使用Mapping a Window to Feature Maps，对特征向量图做图像映射。就是对应图中的Regions of Interest 获取2k个region proposal

4.把2k个region proposal 送到SSP 中 得到统一大小的特征向量 对应图中SSP layer

5.再把2k个特征向量送到fc层 ，得到2k个1维向量 

6.SVM再分类（个人猜测可能还是数据不足，所以仅仅使用CNN来提取特征，SVM分类）