前言
roi pooling的基本原理和应用
加油，夯实基础~
1，基本原理
RoI Pooling的过程就是将一个个大小不同的box矩形框，都映射成大小固定$(w * h)$的矩形框，最大的好处就在于极大地提高了处理速度。
2，实现
- 1，根据输入image，将ROI映射到feature map对应位置
- 2，将映射后的区域划分为相同大小的sections（数量与输出的维度相同）；
- 3，对每个sections进行max pooling操作；
怎么做的映射?
映射规则比较简单，就是把各个坐标除以“输入图片与feature map的大小的比值”。
3，优点
- 1.允许我们对CNN中的feature map进行reuse
- 2.可以显著加速training和testing速度；
- 3.允许end-to-end的形式训练目标检测系统。
4，缺点
由于 RoIPooling 采用的是最近邻插值（即INTER_NEAREST） ，在resize时，对于缩放后坐标不能刚好为整数的情况，采用了粗暴的舍去小数，相当于选取离目标点最近的点，损失一定的空间精度。
在这个过程中会有两次量化操作。对于一个region proposal，首先从原图经过全卷积网络到特征图，得到的候选框位置可能存在浮点数，进行取整操作从而出现第一次量化；其次，在ROI Pooling求取每个小网格的位置时也同样存在浮点数取整的情况。这两次量化的结果都使得候选框的位置会出现偏差，在论文里，作者把它总结为“不匹配问题（misalignment）。
经过上述两次量化，此时的候选框已经和最开始回归出来的位置有一定的偏差，这个偏差会影响检测或者分割的准确度