ROIPooling和ROIAlign（二）

ROIPooling和ROIAlign作用：为了使得检测网络可以输入任意size的图片，使用ROIPooling在网络中某一个阶段将不同尺度的图片ROI pooling成相同的尺度，使得fc的存在也无法限制输入图片的size。（神经网络中，限制输入图像size的是全连接层或者叫top 层）

ROIPooling:方法：直接Pooling,若尺寸不对应则直接取整，由于 RoIPooling 采用的是 INTER_NEAREST（即最近邻插值） ，在resize时，对于 缩放后坐标不能刚好为整数 的情况，采用了 粗暴的舍去小数，相当于选取离目标点最近的点，损失一定的空间精度。
例如：一张图片输入VGG16，则得到的尺寸缩小为1/32，如下图中，图片大小为800，则恰好为25，但区域块大小为665经过VGG后则为20.78，则直接处理为20，再通过ROIPooling(即，将所有不同的尺寸全部Pooling处理为相同的大小）处理为77，则20/7–> 2，由下图可知，Pooling之后存在一定的位置偏移。

具体计算：下图为一张88的feature map，选取其中一个57的region输入ROIPooling输出22的结