目标检测，图像分类中的spp layer

目标检测，图像分类中的spp layer

常规CNN中的问题

1. 卷积层虽然不要求网络输入图像的大小固定，但是后面的全连接层要求输入图像的大小size是固定的(因为全连接层的输入特征数是固定，网络搭建时的weight权重参数)，所以当尺寸大小不同的图像输入到网络中，得到的feature map大小是不同的（根据卷积图像输入输出计算可知）。

2. 对一个固定的CNN网络，最后的全连接层的输入时一个固定的值，为了解决这种对输入图像大小的限制，引入spp网络算法，将image——>crop/warp——>conv layers——>fc layers——output的过程换为

   ​ image——>conv layers——>spp layers——>fc layers——>output的处理过程。

spp（金字塔池化）的原理

1. spp的做法是使用多个不同大小的sliding window pooling对卷积输出的feature map进行池化，然后将这多个结果进行concat合并得到固定长度的输出。

2. 网上找个图片，可以看出SPP层就是在前一卷积层得到的feature maps上进行了3个池化操作（实际情况根据自己设定的池化个数，控制全连接层的输入）。最右边的就是原图像，中间的是把图像分成大小是4的特征图，最右边的就是把图像分成大小是16的特征图。这样每一个feature map就会变成固定的21（16+4+1）个feature maps。