ROI Pooling和ROI Align详解

参考原文

ROI Pooling和ROI Align都是用来将任意尺度的feature转换为同一尺度的feature。
用RPN生成的bbox的尺度不同，需要将不同尺度的feature送到一个固定尺度的全连接层进行操作。

ROI Pooling

思想：
利用区域均分池化的操作，将任意大小的feature map转换为同一尺度。
上图中对于任意feature map，进行4x4的区域均分，并对每个区域进行max pooling操作，得到4x4的特征向量；再进行2x2，1x1的区域均分和max pooling操作得到2x2，1x1的特征向量，并将这些向量连接起来，得到固定长度的特征向量。

缺点：
由于像素点是离散的，bbox的位置必须为整数的像素点，因此造成误差。
主要存在两处误差：

1. RPN是在原图上生成候选框的，由于经过backbone网络和FPN网络得到的feature map的尺寸与原图不同，在框的映射过程中，会存在小数&#