一）、roipooling
這個可以在faster rcnn中使用以便使生成的候選框region proposal對映產生固定大小的feature map
先貼出一張圖，接著通過這**釋roipooling的工作原理
針對上圖
1)conv layers使用的是vgg16，feat_stride=32(即表示，經過網路層後縮小為原圖的1/32),原圖800*800,最後一層特徵圖feature map大小:25*25
2)假定原圖中有一region proposal，大小為665*665，這樣，對映到特徵圖中的大小：665/32=20.78,即20.78*20.78，如果你看過caffe的roi pooling的c++原始碼，在計算的時候會進行取整操作，於是，進行所謂的第一次量化，即對映的特徵圖大小為20*20
3)假定pooled_w=7,pooled_h=7,即pooling後固定成7*7大小的特徵圖，所以，將上面在 feature map上對映的20*20的 region proposal劃分成49個同等大小的小區域，每個小區域的大小20/7=2.86,即2.86*2.86，此時，進行第二次量化，故小區域大小變成2*2
4)每個2*2的小區域裡，取出其中最大的畫素值，作為這乙個區域的『代表』，這樣，49個小區域就輸出49個畫素值，組成7*7大小的feature map
總結，所以，通過上面可以看出，經過兩次量化，即將浮點數取整，原本在特徵圖上對映的20*20大小的region proposal，偏差成大小為14*14的，這樣的畫素偏差勢必會對後層的回歸定位產生影響
所以，產生了替代方案，roialign
二）、roialign
這個是在mask rcnn中使用以便使生成的候選框region proposal對映產生固定大小的feature map時提出的
先貼出一張圖，接著通過這**釋roialign的工作原理
同樣，針對上圖，有著類似的對映
1)conv layers使用的是vgg16，feat_stride=32(即表示，經過網路層後縮小為原圖的1/32),原圖800*800,最後一層特徵圖feature map大小:25*25
2)假定原圖中有一region proposal，大小為665*665，這樣，對映到特徵圖中的大小：665/32=20.78,即20.78*20.78，此時，沒有像roipooling那樣就行取整操作，保留浮點數
3)假定pooled_w=7,pooled_h=7,即pooling後固定成7*7大小的特徵圖，所以，將在 feature map上對映的20.78*20.78的region proposal 劃分成49個同等大小的小區域，每個小區域的大小20.78/7=2.97,即2.97*2.97
4)假定取樣點數為4，即表示，對於每個2.97*2.97的小區域，平分四份，每乙份取其中心點位置，而中心點位置的畫素，採用雙線性插值法進行計算，這樣，就會得到四個點的畫素值，如下圖
上圖中，四個紅色叉叉『×』的畫素值是通過雙線性插值演算法計算得到的
最後，取四個畫素值中最大值作為這個小區域(即：2.97*2.97大小的區域)的畫素值，如此類推，同樣是49個小區域得到49個畫素值，組成7*7大小的feature map
總結：知道了roipooling和roialign實現原理，在以後的專案中可以根據實際情況進行方案的選擇；對於檢測中大目標物體時，兩種方案的差別不大，而如果是中有較多小目標物體需要檢測，則優先選擇roialign，更精準些....
ROI Pooling層簡單理解
目標檢測typical architecture 通常可以分為兩個階段 1 region proposal 給定一張輸入image找出objects可能存在的所有位置。這一階段的輸出應該是一系列object可能位置的bounding box。這些通常稱之為region proposals或者 reg...
RoIPooling與RoIAlign的區別
通過對faster rcnn的學習我媽了解的rolpooling可以使生成的候選框region proposal對映產生固定大小的feature map 先貼出一張圖，接著通過這 釋roipooling的工作原理 針對上圖 1 conv layers使用的是vgg16，feat stride 32 ...
cupy系列（二） 實現roi pooling
從chainer中copy出來的。官方有cpu和gpu的分別實現 尊重原創，請看原始碼chainer roipooling import cupy as cp import numpy as np bottom data cp.random.randn 1,3,40,40,dtype np.floa...