SPP网络详解

SPPNet的目的：

使输入图像尺寸不受限制

卷积神经网络中，如何解决输入不是固定的size

1. resize输入成固定大小的输入
2. 替换网络中的全连接层，对最后的卷积层使用global average pooling
3. 加入SPP layer

Global average pooling

例如：最后一层特征图大小为6*6*10，（width,hight,channels）,global average pooling就是将6*6大小的特征图平均采样为一个值，这样最后就输出1*10大小的特征向量，这种方式就只和通道数有关，而与特征图大小没有关系了。

 

SPP layer

使用不同的size，stride，对全连接层前的卷积层进行不同池化大小的pooling，然后拼接，这样最终的输出一定是（p1*p1+p2*p2+…）*channels, 所以对输入尺寸没有了要求