-----對背景問題的理解-----
之前一直在想乙個問題：乙個label在原圖上標記出乙個包含目標的區域。這個框在特徵提取後，大小被縮小到了什麼程度？
如果這個label框本身就不大，那麼經過幾層池化之後，是不是在最後的feature map上都沒有乙個位置，能夠對應到這個區域？
目標在特徵提取過程中，由於這種深度結構導致目標被【腐蝕】或者說該目標的特徵被淹沒。
這個問題更廣義的描述：針對乙個固定網路，多大的框（目標）才能在深度網路提取的特徵中至少剩餘乙個明確的畫素點，指向這個目標。
反過來看，也就是說最後一層的feature map上的乙個點，對映回原圖得到一片感受野，如果目標框比這個感受野還要小，會不會就是過度的特徵提取？假設這個思路成立，可能這就是模型能力相對與不同大小的目標而言的一種模糊下界。
一直在調參，就把這個問題放在這裡了。前天師兄讓我幫他看看roi-align，掃了一眼發現，其實上面的問題跟align試**決的問題很相似。不同的是，它不是假設小目標被【腐蝕】了。而是說這個目標其實還能對應上特徵圖上的某乙個小點甚至是區域，但是因為量化問題，使得稍微的一點偏差，對於小目標的特徵來說，都影響十足。就好像眼裡掉入了一顆灰塵和眼裡掉入了一顆小石子的區別。
下面說一說我的解讀。
**： mask-rcnn
**：針對問題：roi-pooling的量化誤差對小目標的影響
roi-pooling的輸入是proposal的座標，這些座標由rpn計算得到，因為經過一次回歸，所以跟原圖上的proposal對應對映到feature map上是乙個浮點數的座標。可想而知，整個feature就是一疊矩陣，矩陣的下標不都是整數嗎。所以對映過來的浮點數座標要被向下取整，縮小為整數區域。如下圖所示：可以明顯的看到量化後的差異。
這還沒到roi-pooling的步驟，只是獲取proposal對應的特徵圖。roi-pooling進行量化，如下圖
這是乙個h*w=8*9的目標特徵塊，然後非要分成3x3，這樣有乙個邊就不能整除，所以計算的時候roi-pooling再次量化如下
這下剛好夠分了。但乙個roi-pooling一共產生了兩次量化誤差。
兩次量化其實都是因為對映後坐標是浮點數，而特徵值只在整數座標上有。所以要量化。
align兩次都不量化，浮點數座標就浮點數座標吧。反正我只是計算，我又不按這個座標去取feature map上的數值（浮點數的座標在feature map上是沒有值的）。
然後把浮點數座標當成乙個範圍，範圍的大小為浮點座標 向上取整，得到兩個整數座標，畫出乙個規整的框，這個框裡的所有特徵都要用於計算roi-pooling。其實向上取整就能保證目標特徵塊不被縮小了，但這樣引入了雜訊呢。這個範圍對映回原圖對應的框應該是大於rpn得到的proposal的。引入了背景雜訊。
所以計算的時候，用雙線性插值，使得原圖上任意乙個浮點座標，都將會有值。現在解決浮點座標的取值問題了。然後怎麼修改roi-pooling呢？計算roi-pooling在上圖中分隔開的每乙個小bin（一共3x3個，紅線分出來的）的中心點，因為邊界時浮點數，所以每乙個中心點都時浮點數，然後用雙線性插值得到這個浮點座標的特徵值。作為rop-pooling的結果。9個bin格，9個中心點，9個特徵值。ok，同樣滿足輸入固定的要求，但是量化誤差大大減小。
上面的例子為什麼要取中心點？其實不一定要取中心點。作者在原文中發現，每乙個bin，劃分為4個mini bin，計算每乙個mini bin，上面的中心點對應的特徵值。如下圖所示：
就相當於每乙個bin 得到乙個2x2的矩陣，你可以取最大池化或者平均池化，把這四個數值像對特徵圖一樣進行pooling，使得每乙個bin得到乙個值，最後還是9個bin，得到固定輸出3x3。
同樣，你也可以取5、6、7、8、9個點，每乙個浮點座標因為雙線性插值的緣故，都有取值。
roi-pooling的反向傳播很好理解，最後用的最大池化，這個最大值來自於輸入feature map的哪個畫素，哪個畫素就回傳。但是align這種不量化的就麻煩了，找不到對應的點啊，怎麼辦？範圍。
如果我取的是中心點，那麼回傳的時候，這個浮點坐在原來的feature map上也是乙個浮點座標，我計算以這個座標為中心，半徑為1的圓，這個圓圈碰到的特徵點都回傳，原文好像說的是與這個點距離小於1的都回傳，意思很明顯了吧。
個人理解：
其實對於大目標來說，這些量化損失都在邊上，丟那麼一點點對目標的影響不大，但對於小目標影響就很大了。
並且我覺得回傳的點，實際上是變多了。但也不能就此說計算量變大，還要具體計算才能知道。
個人理解有偏差。
-----對背景問題的理解-----
ROI Align 原理理解
對背景問題的理解 之前一直在想乙個問題 乙個label在原圖上標記出乙個包含目標的區域。這個框在特徵提取後，大小被縮小到了什麼程度？如果這個label框本身就不大，那麼經過幾層池化之後，是不是在最後的feature map上都沒有乙個位置，能夠對應到這個區域？目標在特徵提取過程中，由於這種深度結構導...
CSS 原理理解
網頁製作最初，html規定了 normal document stream 標準文件流 來規範元素在網頁中的顯示法則 標準文件流中元素分兩種 塊內元素，行內元素。行內元素的特點 span標籤 豎直margin中的塌陷現象，上下緊密排列的元素的外邊距並不是兩個元素外邊距之和，而是選取那個最大的外邊距作...
Spring IOC原理理解
ioc，inversion of control，控制倒轉。這是spring的核心，貫穿始終。所謂ioc，對於spring框架來說，就是由spring來負責控制物件的生命週期和物件間的關係。di，dependency injection，依賴注入。在系統執行中，動態的向某個物件提供它所需要的其他物件...