ROI Pooling解析

    ROI Pooling最早由Ross Girshick在2015年的论文fast rcnn中提出，是对ROI(Region of Interest)的Pooling操作，广泛应用于物体检测的研究领域。该操作旨在对输入特征图中不同大小的ROI利用池化方法获得固定大小的输出特征图。
ROI Pooling层的输入：
经过基础网络卷积和池化后的固定大小的特征图；
表示ROI信息的N*5维的矩阵，其中N表示ROI数目，纵坐标的第一列表示图片在输入特征图batch中的索引，之后四位是ROI的左上角和右下角坐标的信息。如下图表示一张图片中的ROI信息。



图1 VOC数据集中带ROI标注的图片ROI Pooling层的操作：
    将特征图中的ROI缩放到预定义的大小，如7*7的尺寸，缩放的处理流程包括：将ROI均分为等大的子区域，其数量与网络层的输出大小相同；计算每个子区域中的最大值或平均值；将每个子区域中的计算结果作为该层输出中的一个元素。
ROI Pooling层的输出：
    经过该层后获得N*3维的矩阵，其中N表示ROI数目，纵坐标的第一列表示输出特征图batch中的索引，最后两位表示pooling后的输出大小。
    由该层的实际处理过程可知，ROI Pooling的输出维度实际上不依赖于特征图和其上产生ROI的大小，仅由ROI等分后的子区域的数目决定。整个处理过程可以通过一个例子近似展示。下图表示一个8*8的feature map，红色框表示其中的一个ROI，ROI Pooling后的大小为2*2，也就是红色框中被黑色框分割后的区域数目。


图片来源：https://blog.deepsense.ai/wp-content/uploads/2017/02/3.jpg    若Pooling中执行的是最大化操作，则ROI Pooling后的输出如下。此处之所以说该例子是ROI Pooling的一个近似操作，是因为ROI大小为7*5，Pooling的输出大小为2*2，上图中没有对ROI区域进行等分。


    该例子的完整处理流程如下。


参考文献：
https://blog.deepsense.ai/region-of-interest-pooling-explained/

http://blog.csdn.net/lanran2/article/details/60143861