RoI pooling layer解读

ROI pooling作用有两点：
（1）根据输入image，将ROI映射到feature map对应位置，映射是根据image缩小的尺寸来的；
（2）将得到的RoI映射在feature map上得到的RoI feature region输出统一大小的特征区域（由于区域提议得到的RoI大小和尺度比例不尽相同，无法输入FC层进行一维化操作）
 

ROI pooling layer具体操作

    1.  根据输入image，将ROI映射到feature map对应位置

    2.  将映射后的区域划分为相同大小的sections（sections数量与输出的维度相同）

具体过程：假设我们输入的RoI的尺寸大小为H x W，而我们经过RoI pooling layer操作后需要得到的统一尺寸大小为h x w，则有以下几步过程：

         1） 输入的H x W需要被划分成h x w个网格块，然后对每个块进行max pooling操作；

         2） 那么重要的是每个块需要被划分为多大的像素呢？采用平均分块得到每个块的像素尺寸大小为，但此时又存在问题，如果除不整呢？解决方法是除不整舍去小数保留整数，而最后一个行块或列块包含剩余没有包括在内的元素值。具体看下面的例子。

    3.  对每个sections进行max pooling操作

    这样我们就可以从不同大小的方框得到固定大小的feature maps

一个例子

考虑一个8*8大小的feature map，一个ROI投影后大小为5 x 7，以及输出大小为2 x 2

    1.  输入固定大小的feature map

    2.  region proposal投影之后的位置（左上角（0，3），右下角坐标（7，8）），大小为5 x 7 

    3.  将其划分为2*2个sections（因为输出大小为2*2）

此时5/2 = 2.5，7/2 = 3.5，都除不整，则左上角第一个块的大小即为2 x 3，第一行右上角的块的大小即为2 x （7-3）= 2 x 4，

第二行第一列即为（5-2）x 3 = 3 x 3，最后一个块则为（5-2）x（7-3）= 3 x 4。

    4.  对每个section做max pooling