SPP-Net 论文笔记

简介

SPP-net是何凯明团队在rbg大神提出R-CNN之后提出的比较有创新性的网络，其主要贡献在于：
1.打破了CNN网络需要输入固定大小的图像的限制，利用Spatial Pyramid Pooling方法，不需要像以前一样需要对图像进行裁剪等操作，而是直接将entire image输入。

2.利用SPP-Net进行图像分类以及目标检测，虽然对于精度并没有特别明显的提升，但是在object detect中，相比较与rbg大神的R-CNN，检测速度的提升是显著的。

下面对SPP-Net进行简要介绍：

Q1: 为什么CNN网络需要固定大小的输入？

卷积层不需要固定大小的输入，全连接层需要固定大小的输入，因为卷积层类似于滑动窗口，输出的特征图会代表着输入图像的空间特征，但是全连接层是WX+b的线性函数，其输入X与W息息相关，需要维度相同，所以需要固定大小的输入。

Q2:SPP-Net网络是什么样的？

如下图，图1是SPP-Net网络的结构图，图2是SPP Layer的结构图。

根据图1，我们可以很直观的观察到，传统的网络需要首先对图像进行变换，然后送入CNN网络以及全连接层，得到输出结果，而SPP-Net首先将图像输入到CNN网络中，在全连接层之前，进行 Spatial Pyramid Pooling操作，然后再接全连接层，得到输出结果。