cnn输入层_CNN多尺度特征提取

众所周知通常CNN要求输入图像尺寸是固定的，比如现有的效果比较好的pre-trained的模型要求输入为224*224，227*227等。这个要求是CNN本身结构决定的，因为CNN一般包括多个全连接层，而全连接层神经元数目通常是固定的，如4096，4096，1000。这一限制决定了利用CNN提取的特征是单一尺度的，因为输入图像是单一的。

多尺度特征（multi-scale feature）能有效改善image retrieval, image classification以及object detection等任务的结果，以下参考已有文献介绍几种常见的利用CNN提取multi-scale feature的方法。 这里可以把multi-scale feature分为Fc特征（从全连接层提取的特征），Conv特征（从卷积层提取的特征）以及Fc与Conv特征结合三类。Fc特征
（1）利用spatial pyramid pooling代替全连接层前面的average或max pooling层。
spatial pyramid pooling（spp）来源于spp-net这个CNN模型，相应的论文是“Spatial pyramid pooling in deep convolutional networks for visual recognition”。spp可以将任意尺寸的图像对应的feature map转化为固定维度输出（比如4096），如此一来，我们可以将图像进行缩放等操作变换成不同尺寸的图像，然后输入到带有spp层的CNN中即可得到multi-scale feature。
（2）multi-scale orderless pooling （MOP）
MOP出自文