SPP-net(待更新)

SPP-net
SPP-net 网络结构

做法
在最后的卷积层和全连接层之间加入SPP层。
具体做法是，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$4\ast 4、2\ast 2、1\ast 1$,然后每个网格做max pooling，这样256层特征图就形成了$16\ast 256，4\ast 256，1\ast 256$ 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。

R-CNN 与 SPP-NET

SPPNet不同于R-CNN的第一个地方是先整张图片进行卷积运算，然后得到一个feature map（特征图）。然后每个候选区域与feature map映射，得到每个候选区域的特征向量。因为这些特征向量的大小都是不一样的，因此添加一个SSP（spatial pyramid pooling）层。SSP层可以接收任何大小的特征图输入，但是会输出固定大小的特征向量，然后再传递到全连接层。

————————————————
版权声明：本文为CSDN博主「Yi_Kong」的原创文章，遵循CC 4.0
BY-SA版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_42768004/article/details/105207949
.
图像目标检测二——SPP-net - 简书
https://www.jianshu.com/p/fa9a5929d2e7
.
SPPNet网络结构详解_weixin_42768004的博客-CSDN博客_spp网络结构
https://blog.csdn.net/weixin_42768004/article/details/105207949

与全连接层的区别，全连接层要固定输入大小，如何理解

SPP，YOLO了解吗？
参考答案

参考回答:
SPP-Net简介：

SPP-Net主要改进有下面两个：

1）.共享卷积计算、2）.空间金字塔池化

在SPP-Net中同样由这几个部分组成：

ss算法、CNN网络、SVM分类器、bounding box

ss算法的区域建议框同样在原图上生成，但是却在Conv5上提取，当然由于尺寸的变化，在Conv5层上提取时要经过尺度变换，这是它R-CNN最大的不同，也是SPP-Net能够大幅缩短时长的原因。因为它充分利用了卷积计算，也就是每张图片只卷积一次，但是这种改进带来了一个新的问题，由于ss算法生成的推荐框尺度是不一致的，所以在cov5上提取到的特征尺度也是不一致的，这样是没有办法做全尺寸卷积的（Alexnet）。

所以SPP-Net需要一种算法，这种算法能够把不一致的输入产生统一的输出，这就SPP，即空间金字塔池化，由它替换R-CNN中的pooling层，除此之外，它和R-CNN就一样了。

YOLO详解：

YOLO的名字You only look once正是自身特点的高度概括。YOLO的核心思想在于将目标检测作为回归问题解决 ，YOLO首先将图片划分成SxS个区域，注意这个区域的概念不同于上文提及将图片划分成N个区域扔进detector这里的区域不同。上文提及的区域是真的将图片进行剪裁，或者说把图片的某个局部的像素扔进detector，而这里的划分区域，只的是逻辑上的划分。

(99+条未读通知) SPP，YOLO了解吗？_算法/机器学习校招面试题目合集_牛客网
https://www.nowcoder.com/ta/review-ml/review?page=168

思考

目标检测的两大信息，抽象语义信息与空间位置信息。
在分类网络中，只需要考虑抽象语义信息，将物体分类正确就可以了。
而在目标检测中，不仅需要考虑抽象语义信息，空间位置信息。
抽象语义信息主要在网络的后层，后层上只有一个点的信息，对于物体的整体的轮廓信息是几乎没有的

空间位置信息主要在网络的前层。前层主要是对图像的一个颜色、纹理、边缘等信息进行提取，因此保留了位置信息

卷积特征其实保存了空间位置信息？

---

空间金字塔池化
空间金字塔池化（Spatial Pyramid Pooling, SPP）原理和代码实现（Pytorch）_qq_42052229的博客-CSDN博客_keras实现
空间金字塔池化
https://blog.csdn.net/qq_42052229/article/details/90446073

空间金字塔池化(Spatial Pyramid Pooling, SPP)_qqliuzihan的博客-CSDN博客_空间金字塔池化
https://blog.csdn.net/qqliuzihan/article/details/81217766

SPP空间金字塔池化（Spatial Pyramid Pooling）_juronghui的博客-CSDN博客_空间金字塔池化
https://blog.csdn.net/juronghui/article/details/78648806?utm_medium=distribute.pc_relevant.none-task-blog-baidujs-1

SPP-net原理解读 - SuperVan - 博客园
https://www.cnblogs.com/chaofn/p/9305374.html

空间金字塔池化(Spatial Pyramid Pooling, SPP)原理和代码实现(Pytorch)_aiwanghuan5017的博客-CSDN博客_spatial pyramid pooling 的代码
https://blog.csdn.net/aiwanghuan5017/article/details/102147526

一文读懂目标检测：R-CNN、Fast R-CNN、Faster R-CNN、YOLO、SSD - 云+社区 - 腾讯云
https://cloud.tencent.com/developer/news/281788