目标检测中的pooling操作

1.SPPnet池化过程

假设这个feature map的尺寸是M*N*256，将这个feature map的每一个channel以4*4，2*2和1*1来划分格子，每个格子里面做max pooling，这样就得到了256个21(4*4+2*2+1)数字的数组，然后合并得到尺寸为21*256的feature map。所有proposal对应的feature map都这样操作，就会得到统一的尺寸，然后进行FC连接。
具体代码可参照：https://github.com/yueruchen/sppnet-pytorch

2.RoI Pooling

 RoI Pooling就将经过卷积计算后的region，映射到feature map上，然后分割成H＊W，然后在每个区域求max pooling，这样所有的region都成为了H＊W尺寸。

目标检测中的pooling操作

原文：https://www.cnblogs.com/AntonioSu/p/11945892.html