目标检测--mask R_CNN

与faster R_CNN相比，mask R_CNN是用RoiAlign代替了Roi Pooling，在最后计算loss时增加了FCN（mask）层。

一、ROIAlign

ROI Pooling:
目的：
从RPN网络确定的ROI中导出较小的特征图，ROI的大小各不相同，但经过ROI Pooling后都编程了7x7大小。RPN网络提出若干ROI的坐标[x, y, w, h]表示，然后输入ROI Pooling，输出7x7大小的特征图供分类和定位使用。
存在的问题：
若ROI网络输出的ROI大小为8x8的，则无法保证输入像素和输出像素是一一对应。他们包含的信息量不同（有的是一对一，有的是一对二），再者他们的坐标无法和输入对应起来（一对二的那个ROI输出像素该对应哪个像素的坐标？）这对分类没什么影响，但是对分割却影响很大。ROIAlign的输出坐标使用插值算法得到，不再量化，每个grid中的值也不再使用max，同样使用插值算法。
操作：
为了得到固定大小（7x7）的feature map，需要做2次量化操作：
1、图像坐标–>feature map
2、feature map–>ROI feature坐标
输入一张800x800的图像，图像