deep-learning - Fast R-CNN 中 ROI 层的目的是什么？

Question

在 this关于物体检测的教程，提到了fast R-CNN。还提到了 ROI(感兴趣区域)层。

当根据最终的卷积层激活函数(在每个单元格中)调整区域提议的大小时，数学上会发生什么？

Answer 1

感兴趣区域(RoI)池:

它是一种池化层，它对非均匀大小的输入(这里是 convnet 特征图)执行最大池化，并生成一个固定大小(比如 7x7)的小特征图。这个固定大小的选择是一个网络超参数并且是预定义的。

进行这种池化的主要目的是加快训练和测试时间，并从端到端(以联合方式)训练整个系统。

正是因为使用了这个池化层，与原始(vanilla？)R-CNN 架构相比，训练和测试时间更快，因此得名 Fast R-CNN。

简单示例(来自 Region of interest pooling explained by deepsense.io ):