SPP-net阅读随笔

(注：编辑器会根据文章标题自动生成目录)

SPP-net介绍

继RCNN将卷积神经网络应用于目标检测之后，关于神经网络在目标检测领域的研究也就逐渐增多，SPP-net就RCNN对每个Region Proposal都进行卷积运算消耗太多计算量的问题，提出空间金字塔的概念，即SPP-net。

RCNN的问题

RCNN缺点，RCNN方法中，卷积需要固定尺寸的输入，即输入的region尺寸大小要符合要求，不符合就要裁剪或warp，对于形状大小不一的region proposal进行裁剪等操作可能导致内容丢失以及失真，于是影响检测效率。另外，对每一张图片的所有region proposal都进行卷积提取特征，这个计算量非常大。
下图为RCNN和SPP-net即操作流程对比。

SPP-net的解决方案

考虑到RCNN提取特征模块有CNN和全连接层，真正需要固定尺寸输入的是全连接层，CNN的输入尺寸并没有要求，只是CNN对于不同尺寸的输入输出的feature map大小不一。所以我们在CNN与全连接层之间加上一个SPP-NET(pooling操作，代替原来的pool5，这既是空间金字塔)得,它可以将不同尺寸的输入改为固定尺寸的输出。

另外不同于RCNN对一张图像的每一个region proposal都进行卷积运算，该论文只对一张图进行一次卷积操作，然后在卷积到的feature map 上使用SPP-net提取特征，这样可以使时间损耗大大降低，即可兼得灵活性和CNN的强大能力。

空间金字塔SPP-net

对于SPP-net如何实现接受任意输入而输出固定输出的呢？

对于a×a的feature map作为空间金字塔输入，为了取得n×n的输出，可以pool window为a/n，straide为a/n。例如，例如对于13×13的输入，为了得到3×3，2×2以及1×1，我们分别按如图一取pool window大小以及straide步长，这样既可保证输出尺寸不变。

这里选用了三个SPP，将其拼接到一起即可得到一个固定维度的输出，如图二所示，拼接多个SPPnet的好处是可以整合全局信息和局部信息，极大程度上减少了信息丢失对形变和空间布局更加鲁棒。值的一提的是，当仅仅加上SPP而不加其他操作的时候也可以提高准确率，说明其