Roi Pooling層caffe原始碼解讀

在看fasterrcnn以及和maskrcnn的時候，發現自己對fasterrcnn的roi_pooling層的原理還是不是很明白，之前只是知道roi_pooling是將rpn輸出的乙個roi的區域對映成乙個固定大小的map，再送入後面的分類層進行分類。最近看了下roi_pooling層的原始碼，頓悟了。

根據看caffe原始碼的原則，先看該成在caffe.proto檔案中的定義：

// message that stores parameters used by roipoolinglayer

message roipoolingparameter

從這裡可以看出，在網路定義檔案中定義roi_pooling層需要設定3個引數，分別是pooled_h 、pooled_w 以及spatial_scale 的值。前2個值分別為pool後的map的寬度和高度，比如在fasterrcnn中即為6*6，後面這個值

spatial_scale 為從原圖到pool前的feature map的比例的大小，因為rpn輸出的roi的座標是基於原圖的，轉換到feature map，是有乙個比例的。

再來看看在fasterrcnn中，roi_pooling層的定義：

#*****==== rcnn **********==
layer 
}

相關的引數設定和caffe.proto中定義的一致。

在這裡，主要是關注其前向傳播的函式。

namespace caffe 
template
void roipoolinglayer::reshape(const
vector
*>& bottom,
const
vector
*>& top) 
template
void roipoolinglayer::forward_cpu(const
vector
*>& bottom,
const
vector
*>& top) 
// 求最大值
for (int h = hstart; h < hend; ++h) }}
}}
//feature map 的乙個channel遍歷完後，batch_data指標feature map的下乙個channel
batch_data += bottom[0]->offset(0, 1);
//feature map 的乙個channel遍歷完後，top_data指標自身的下乙個channel
top_data += top[0]->offset(0, 1);
//argmax_data 同上
argmax_data += max_idx_.offset(0, 1);
}// increment roi data pointer，轉到下乙個roi區域
// 轉到下乙個roi的位置
bottom_rois += bottom[1]->offset(1);
}}

需要注意以下幾點:

1、輸入roi_pool前的feature map是乙個batch_size 的。

2、輸出的top的blob的形狀引數如下： num * c* h * w，其中num與roi區域的個數是一致的。c的值和輸入feature map的通道數是一致的， h和w分別是設定的值。

3、注意3個函式，celi函式向上取整，round函式四捨五入取整，floor函式向下取整。比如資料2.7，三個函式的取值分別為： 3、 3、 2。

4、實際在執行maxpool的時候，是對feature map上的每個通道分別執行max的操作的，最後輸出的top的通道和輸入feature map的c通道數是一致的。

Roi Pooling層caffe原始碼解讀

ROI Pooling層簡單理解

ROIPooling和ROIAlign的特點和區別

RoIPooling與RoIAlign的區別

Roi Pooling層caffe原始碼解讀

ROI Pooling層簡單理解

ROIPooling和ROIAlign的特點和區別

RoIPooling與RoIAlign的區別

相關推薦