多尺度问题解法小结

[TOC]
　　网络的图像输入，应该不拘泥于尺寸大小的才对，这是个朴素的想法。

1）为对抗多尺度问题

　　卷积操作对输入尺寸是无必须要求的，任意尺寸均可。
　　但是，如果加上全连接层，该层必须要求是固定尺寸的输入，那么问题就来了。怎么才能解决这种类似的问题呢。

1.1) 将全连接去掉

　　对最后的feature-map做global average pooling，直接加softmax。这篇文章里NIN，就是这么干的。

1.2)将变尺寸划为固定尺寸

　　在feature-map后，加入spatial pyramid pooling layer，将不固定尺寸变为固定尺寸。SPPnet, Faster R-CNN都是这样的思路。

1.3) 全部使用卷积层

　　比如FCN(Fully Conv Network)，多尺寸输入完全不成问题。FCN，主要应用在图像语义切分上。
　　上面所说的这3种方法，都是在网络过程中解决多尺度问题，将变换尺寸translate为不变尺寸。