ROI Pooling

ROI Pooling（Region of interest pooling – 感兴趣区域池化）主要作用：对于不同尺寸的输入目标框，通过roi pooling，将其尺寸变为相同。

作用：

1. 统一预选框尺寸

2. 减轻网络，加速计算

3. 允许端到端的训练模型

步骤：

1. 将区域提案划分为相等大小的部分（其数量与输出的维度相同）

2. 找到每个部分的最大值

3. 将这些最大值复制到输出(max
   pooling)

例如，下面为常规检测模型框架，

对于输入图片，如下：

此时输入的为N*5，其中N为经过ROI Pooling后的尺寸，“5”分别为框的x,y,w,h和类别。

经过一系列的提取特征，最终我们得到feature map，如下：

则一系列预选框在feature map上的尺寸大小不一样，假设其中一个尺寸如下：

假设N=2，则其进行如下划分，取每一块最大值：

得到，如下：