为了描述大的图像,一个很自然的想法就是对不同位置的特征进行聚合统计。
例如,人们可以计算图像一个区域上的某个特定特征的平均值 (或最大值)来代表这个区域的特征。
1. 一般池化
池化作用于图像中不重合的区域(这与卷积操作不同)。
我们定义池化窗口的大小为sizeX,即下图中红色正方形的边长,定义两个相邻池化窗口的水平位移/竖直位移为stride。一般池化由于每一池化窗口都是不重复的,所以sizeX=stride。
最常见的池化操作为平均池化mean pooling和最大池化max pooling:
平均池化:计算图像区域的平均值作为该区域池化后的值。
最大池化:选图像区域的最大值作为该区域池化后的值。
2. 重叠池化
重叠池化正如其名字所说的,相邻池化窗口之间会有重叠区域,此时sizeX>stride。
3. 空金字塔池化
空间金字塔池化可以把任何尺度的图像的卷积特征转化成相同维度,这不仅可以让CNN处理任意尺度的图像,还能避免cropping和warping操作,导致一些信息的丢失,具有非常重要的意义。