功能：将不同size的ROI區域映射到固定大小的feature map上
1.RoIPooling
這個可以在Faster RCNN中使用以便使生成的候選框region proposal映射産生固定大小的feature map
先貼出一張圖，接着通過這圖解釋RoiPooling的工作原理
針對上圖
1)Conv layers使用的是VGG16，feat_stride=32(即表示，經過網絡層後圖檔縮小為原圖的1/32),原圖800*800,最後一層特征圖feature map大小:25*25
2)假定原圖中有一region proposal，大小為665*665，這樣，映射到特征圖中的大小：665/32=20.78,即20.78*20.78，如果你看過Caffe的Roi Pooling的C++源碼，在計算的時候會進行取整操作，于是，進行所謂的第一次量化，即映射的特征圖大小為20*20
3)假定pooled_w=7,pooled_h=7,即pooling後固定成7*7大小的特征圖，是以，将上面在 feature map上映射的20*20的 region proposal劃分成49個同等大小的小區域，每個小區域的大小20/7=2.86,即2.86*2.86，此時，進行第二次量化，故小區域大小變成2*2；經過這兩次量化，候選區域已經出現了較明顯的偏差（如圖中綠色部分所示）
4)每個2*2的小區域裡，取出其中最大的像素值，作為這一個區域的‘代表’，這樣，49個小區域就輸出49個像素值，組成7*7大小的feature map
總結，是以，通過上面可以看出，經過兩次量化，即将浮點數取整，原本在特征圖上映射的20*20大小的region proposal，偏差成大小為14*14的，這樣的像素偏差勢必會對後層的回歸定位産生影響
它的缺點：由于兩次量化帶來的誤差；
（1）将候選框邊界量化為整數點坐标值。
（2）将量化後的邊界區域平均分割成 k x k 個單元(bin),對每一個單元的邊界進行量化。
是以，産生了替代方案，RoiAlign
2.RoIAlign
ROI Align的思路很簡單：取消量化操作，使用雙線性内插的方法獲得坐标為浮點數的像素點上的圖像數值,進而将整個特征聚集過程轉化為一個連續的操作
這個是在Mask RCNN中使用以便使生成的候選框region proposal映射産生固定大小的feature map時提出的
先貼出一張圖，接着通過這圖解釋RoiAlign的工作原理
同樣，針對上圖，有着類似的映射
1)Conv layers使用的是VGG16，feat_stride=32(即表示，經過網絡層後圖檔縮小為原圖的1/32),原圖800*800,最後一層特征圖feature map大小:25*25
2)假定原圖中有一region proposal，大小為665*665，這樣，映射到特征圖中的大小：665/32=20.78,即20.78*20.78，此時，沒有像RoiPooling那樣就行取整操作，保留浮點數
3)假定pooled_w=7,pooled_h=7,即pooling後固定成7*7大小的特征圖，是以，将在 feature map上映射的20.78*20.78的region proposal 劃分成49個同等大小的小區域，每個小區域的大小20.78/7=2.97,即2.97*2.97
4)假定采樣點數為4，即表示，對于每個2.97*2.97的小區域，平分四份，每一份取其中心點位置，而中心點位置的像素，采用雙線性插值法進行計算，這樣，就會得到四個點的像素值，如下圖
上圖中，四個紅色叉叉‘×’的像素值是通過雙線性插值算法計算得到的
最後，取四個像素值中最大值作為這個小區域(即：2.97*2.97大小的區域)的像素值，如此類推，同樣是49個小區域得到49個像素值，組成7*7大小的feature map
總結：知道了RoiPooling和RoiAlign實作原理，在以後的項目中可以根據實際情況進行方案的選擇；對于檢測圖檔中大目标物體時，兩種方案的差别不大，而如果是圖檔中有較多小目标物體需要檢測，則優先選擇RoiAlign，更精準些....
| RoIPooling | RoIAlign |