SPP-Net的起源与原理

一、起源

        1、因为在R-CNN的全连接层的限制，所以要求输入层的图像尺寸都一致。然而，这会使损失进一步增大。

        2、因为不同建议框的有不同的尺寸，因此会有重叠的部分，造成大量重复的运算。

二、原理

        1、对原图进行一次全图特征提取，得到全局特征图。

        2、在特征图对应的位置，找到建议框对应的映射区域。

        3、将次区域作为每个建议框的卷积特征输入SPP层和之后的层。

        4、Spp层通过空间金字塔将不同的输入固定为同一尺寸的输出

                --SPP层放在最后一层之后，用于特征图的池化，产生固定长度的输出，将其作为全连接层的输入。

                --特征图被划分为多个数量固定，尺寸不同的局部空间块

                --对每个空间块使用最大池化的方法

                --输出k*M维的向量。k为每一点有多少个anchor，M为最大池化后的空间块。如M=16+4+1=21维。形成一个固定的长度输入全连接层