SPPNet
动机
双阶段模型由RPN给出roi之后,要接pooling操作和全连接层进行分类和回归任务,因此需要把FC层前面的输入的维度定下来,但是ROI大小往往不一致,因此需要进行特殊的size操作,但一般的size问题颇多,无外乎crop和warp,失真和信息丢失比较严重,因此有了SPP金字塔。
方法概要
上面这些不同grid数量的pooling层就是SPP内部的特殊处理,已知featuremap的输出维度的情况下,要计算当前的输入feature被切分为固定数量patch时每个patch的size大小,然后用多个不同大小的切分度构成特征金字塔,完成当前ROI的一个池化,保证了池化完成后所有不同尺寸的ROI都有相同大小的特征表示,方便后面的FC层进行分类回归任务。
细节及注意事项
无
评价
SPP算是将不同ROI尺度特征定形成相同尺度的输出上,一种比较好的方案了,算是一种无参数的采样方案,可能这个采样过程还可以做的更细化一点。