近几年的演化过程:
FastRCNN->MaskRCNN->PANet
对比MaskRCNN 和FastRCNN,其中之一就是把ROI pool layer换成了ROIAlign layer ,下面解释一下ROIAlign,
2. ROIAlign
说到这里,自然要与roi pooling对比。
我们先看看roi pooling的原理,这里我们可以看https://github.com/deepsense-ai/roi-pooling 的动图,一目了然。
对于roi pooling,经历了两个量化的过程:
第一个:从roi proposal到feature map的映射过程。方法是[x/16],这里x是原始roi的坐标值,而方框代表四舍五入。
第二个:从feature map划分成7*7的bin,每个bin使用max pooling。