SPP笔记

SPP全称为Spatial Pyramid Pooling，即空间金字塔池化，听名字就知道是对RCNN的一种变形，目的是为了解决RCNN输入图像的大小固定（224*224）的问题，因为真实照片中的物体的大小并不都一样，对图像就行wrap或者切割，不可避免会造成图像的失真，从而增大运算结果的误差。

SPP与RCNN最大的不同就是SPP使用了一个全连接层，而不进行微调，并且计算region propsal时使用了多个region，从而只计算一次，避免了RCNN中的重复计算。

1、结构比较：

  RCNN

 SPP

2、RCNN固定输入的原因：

 理论上说conv layers（卷积层）可以接受任意大小的输入，RCNN固定输入的限制来源于fc layers（全连接层）

 spp使用一个spp layers，位于conv layers和fc layers之间，接受任意大小的输入，但是产生固定大小的输出（以匹配全连接层），来取消对输入的限制。