ROI Pooling 与 ROI Align 计算示例图解

ROI Pooling 与 ROI Align

假设原图尺寸大小为256×256，预测ROI的坐标为(6.4, 12.8, 153.6, 172.8),特征图大小为8×8。现在要将ROI池化成3×3大小。我们来对比一下Roi pooling 和 ROI Align的区别。

将ROI区域映射到特征图上

对于ROI pooling而言，计算出来的坐标要取整，结果为（1,1,4,5），此处进行了第一次量化；而ROI Align直接将坐标值除以32即可,结果为(0.2, 0.4, 4.8, 5.4)。

圆圈代表像素点，橙色框是ROI映射到特征图上的范围。

划分池化区域

ROI pooling在划分池化区域的时候，由于roi的大小无法被池化尺寸整除，因此出现不同的池化范围（此处进行了第二次量化）。ROI Align在进行池化区域划分的时候，不进行量化处理。

红色线代表池化范围界限

池化值的计算

计算最大池化时，对于ROI Pooling，直接选出池化范围内的最大值即可，上图打蓝色勾勾的像素，池化结果如下图所示：