Daily 学习笔记（三）

1.ROI Pooling

https://blog.youkuaiyun.com/auto1993/article/details/78514071

1⃣️ROI：

          regions of interest

2⃣️目标检测的典型框架结构：

          region proposal+classifition+regression

         缺点：proposal阶段计算量大，速度慢；不是end-to-end training

3⃣️使用ROI Pooling的好处

          加速training和testing过程；提高accuracy

4⃣️ROI Pooling 操作

        输入：卷积层输出的feature maps   +

                   region proposal方法（如RPN）提出的候选框（或者说ROI）（每个用5个值表示，index，坐标，长宽？）

（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（细节问题：无法恰好分好，舍弃还是重叠？）的sections（sections数量与输出的维度相同）；怎么划分取决于输出维度

（3）对每个sections进行max pooling操作；

ROI pooling总结：

（1）用于目标检测任务；（2）允许我们对CNN中的feature map进行reuse；（3）可以显著加速training和testing速度；（4）允许end-to-end的形式训练目标检测系统。

在pytorch中的使用：

1. torch.nn.functional.adaptive_max_pool2d(input, output_size, return_indices=False)
2. torch.nn.AdaptiveMaxPool2d(output_size, return_indices=False)
3. torchvision.ops.roi_pool(input, boxes, output_size, spatial_scale=1.0)                                                                  Performs Region of Interest (RoI) Pool operator described in Fast R-CNN

2.ROI Pooling的反向传播https://zhuanlan.zhihu.com/p/59692298

两次量化过程：

1. (1)、在原图上生成的region proposal 映射到feature map需要除以16或者32的时候，边界出现小数，这是第一次量化。

   (2)、在每个roi里划分成k×k(7×7)的bins，对每个bin中均匀选取多少个采样点，然后进行max pooling，也会出现小数，这是第二次量化。