SPP空间金字塔池化（spatial pyramid pooling, SPP)原理与pytorc实现

1、为什么需要SPP？

过去的卷积神经网络CNN由卷积层+全连接层组成，其中卷积层对于输入数据的大小并没有要求，唯一对数据大小有要求的则是第一个全连接层，因此基本上所有的CNN都要求数据数据固定大小，例如著名的VGG模型则要求输入数据大小是（224×224）。

固定输入数据大小有两个问题：

1、很多场景所得到的数据并不是固定大小的，例如不同相机，不同手机，拍出来的图片其宽高比是不固定的;

2、有人说可以对图片进行切割，但是切割的话很可能会丢失到重要信息。

综上，SPP的提出就是为了解决CNN输入图像大小必须固定的问题，从而可以使得输入图像可以具有任意尺寸。

2、SPP原理

如图所示，对于选择的不同大小的区域对应到卷积之后的特征图上，得到的也是大小不一致的特征图区域，特征图通道数为256，对于每个区域，通过三种划分方式进行池化：

1）直接对整个整个区域池化，每层得到一个点，共256个点，构成一个1×256的向量;

2）将区域划分成2×2的格子，每个格子池化，得到一个1×256的向量，共2*2=4个格子，最终得到4个1×256的向量 ;

3）将区域划