目标检测中的多尺度分析--SPP-Net图解

空间金字塔池化层

在这里插入图片描述
这个层放在最后的卷积层和全连接层之间
在conv5层得到的特征图是256层,每层都做一次spatial pyramid pooling。先把每个特征图分割成多个不同尺寸的网格,比如网格分别为 4 ∗ 4 、 2 ∗ 2 、 1 ∗ 1 4*4、2*2、1*1 442211,然后每个网格做max pooling,
这样256层特征图就形成了 16 ∗ 256 , 4 ∗ 256 , 1 ∗ 256 16*256,4*256,1*256 1625642561256维特征,他们连起来就形成了一个固定长度的特征向量,将这个向量输入到后面的全连接层。
(注:图里边的d是维的意思,表示单位)

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Gallant Hu

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值