ROI Pooling的意義

ROIs Pooling顧名思義，是Pooling層的一種，而且是針對RoIs的Pooling,他的特點是輸入特徵圖尺寸不固定，但是輸出特徵圖尺寸固定。

1. 什麼是ROI呢?
2. ROI是Region of Interest的簡寫，指的是在“特徵圖上的框”：
3. 1）在Faste RCNN中， RoI是指Selective Search 完成後得到的“候選框”在特徵圖上的對映，如下圖所示；
4. 2）在Faster RCNN中，候選框是經過RPN產生的，然後再把各個“候選框”對映到特徵圖上，得到RoIs.

                                                                                圖1 Faste RCNN整體結構

往往經過rpn後輸出的不止一個矩形框，所以這裡我們是對多個ROI進行Pooling。

ROI Pooling的輸入

輸入有兩部分組成：

1、特徵圖：指的是圖1中所示的特徵圖，在Fast RCNN中，它位於RoI Pooling之前，在Faster RCNN中，它是與RPN共享那個特徵圖，通常我們常常稱之為“share_conv”；

2、rois:在Faster RCNN中，指的是Selective Search的輸出；在Faster RCNN 中指的是RPN的輸出，一堆矩形候選框，形狀為1x5x1x1(4個座標+索引|index)，其中值得注意的是：座標的參考系不是針對feature map這張圖的，而是針對原圖的（神經網路最開始的輸入）

ROI Pooling的輸出

輸出是batch個vector, 其中batch的值等於RoI的個數，vector的大小為channel * w * h; RoI Pooling 的過程就是將一個個大小不同的box矩形框，都對映成大小固定（w * h）的矩形框；

ROI Pooling的過程

 如圖所示，我們先把roi中的座標對映到feature map上， 對映規則比較簡單，就是把各個座標除以“輸入圖片與feature map的大小的比值”， 得到了feature map 上的box座標後，我們使用Pooling得到輸出；由於輸入的圖片大小不一，所以這裡我們使用的類似Spp Pooling, 在Pooling 的過程中需要計算Pooling後的結果對應到feature map 上所佔的範圍，然後在那個範圍中進行取max或者取average.

感謝作者：https://blog.csdn.net/lanran2/article/details/60143861