fast_rcnn中的RoI pooling layer的理解
在rcnn中,是在原图上将 提取,然后再依次送进CNN中做卷积,但是由于之间像素是重叠的,因此就多了很多卷积运算,因此,在,先将原图送到CNN中进行卷积,得到一个 map图,然后将原图上的 映射到 map,但是映射之后的 大小尺寸不一样,我们在 map上提取之后,得到的向量长度不一样,没有办法做后续的卷积或是全连接,因此需要ROI ,将大小不一样的 池化为大小一样的,即HXW。
下图是roi 层的作用:
下图是roi 层的做法:
map中选取 0,然后将 映射到 map 上,例如映射之后的是8x8,那么在 0上的 是这样的,将8x8分成WXH个子块,这里是2x2,那么每个子块就是4x4,在这4x4中只取最大值来替代这个子块,这样就得到了WXH的大小,这里是2x2; map的每个 都按照下面的方式进行roi ,这样每个 就得到了 过的 map。
tags:
卷积