SPP 空间金字塔池化

本文参考如下博客：

https://blog.csdn.net/H_hei/article/details/87298459

https://blog.csdn.net/u012938704/article/details/71185126

引入SPP的原因：

卷积层和池化层是滑动窗操作，可以接受任意大小的图片输入，而全连接层是向量与矩阵乘操作，因此需要固定大小的输入（参数的个数固定），因此需要固定全连接层的前一层的尺寸，若无SPP则需要固定输入图片的大小来保证全连接层的参数固定，为了适应输入任意尺寸的图片所以引入SPP

SPP结构图如下：

SPP说明：

SPP是接在最后一层卷积层之后，替换原来的池化层，以便输入给全连接层的特征个数保持固定。SPP是对最后一层卷积层的特征图做不同的分割操作，如把一张特征图分割为2份，或者分割为4份等，如图分割可以输出21x256维的的向量。

SPP池化窗大小以及步长的计算：

若输入特征图为axa，输出为nxn，则win=[a/n],str=[a/n]