超级会员免费看
本文介绍了深度学习中解决输入尺寸问题的四种技术：SPP允许固定输出尺寸，ASPP利用空洞卷积扩大感受野，PPM在语义分割中融合全局信息，而FPN在目标检测中结合不同层级的特征。这些技术提升了模型对不同尺度输入的处理能力。
SPP(spatial pyramid pooling)
在spp出来之前，所有神经网络都是要输入固定尺寸的图片，比如经常遇到的224×224，图片输入网络前都要resize到224×224，导致图片变形，其中的信息也变形了，从而限制了识别精度。而SPP和ASPP就是为了解决这个问题，它可以让网络输入原图而不必resize。空间池化层实际就是一种自适应的层，这样无论你的输入是什么尺寸，输出都是固定的（21xchannel）
SPP的显著特点是：
- 不管输入尺寸大小，SPP 可以产生固定尺寸的输出
- 使用多个不同大小的pooling窗口
- SPP 可以使用同一图像不同尺寸(scale)作为输入, 得到同样长度的池化特征。
ROI Pooling是针对RoIs的Pooling，其特点是输入特征图尺寸不固定，但是输出特征图尺寸固定。ROI Pooling的思想来自于SPPNet中的Spatial Pyramid Pooling，在
订阅专栏 解锁全文
扫一扫
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
