簡(jiǎn)介

空間金字塔池化，使得任意大小的特征圖都能夠轉(zhuǎn)換成固定大小的特征向量，這就是空間金字塔池化的意義（多尺度特征提取出固定大小的特征向量），送入全連接層。整體框架大致為：輸入圖像，卷積層提取特征，空間金字塔池化提取固定大小特征，全連接層。

具體的流程圖如下：

具體算法的大體流程

首先通過(guò)選擇性搜索（selective search）

對(duì)待檢測(cè)的圖片進(jìn)行搜索出2000個(gè)候選窗口。這一步和R-CNN一樣。

特征提取階段

這一步就是和R-CNN最大的區(qū)別了，同樣是用卷積神經(jīng)網(wǎng)絡(luò)進(jìn)行特征提取，但是SPP-Net用的是金字塔池化。這一步驟的具體操作如下：把整張待檢測(cè)的圖片，輸入CNN中，進(jìn)行一次性特征提取，得到feature maps，然后在feature maps中找到各個(gè)候選框的區(qū)域，再對(duì)各個(gè)候選框采用金字塔空間池化，提取出固定長(zhǎng)度的特征向量。而R-CNN輸入的是每個(gè)候選框，然后在進(jìn)入CNN，因?yàn)镾PP-Net只需要一次對(duì)整張圖片進(jìn)行特征提取，速度是大大地快啊。江湖傳說(shuō)可一個(gè)提高100倍的速度，因?yàn)镽-CNN就相當(dāng)于遍歷一個(gè)CNN兩千次，而SPP-Net只需要遍歷1次。

最后采用SVM算法進(jìn)行特征向量分類識(shí)別，和R-CNN一樣

關(guān)鍵步驟解釋：

如何在feature maps中找到原始圖片中候選框的對(duì)應(yīng)區(qū)域：

候選框是通過(guò)一整張?jiān)瓐D片進(jìn)行檢測(cè)得到的，而feature maps的大小和原始圖片的大小是不同的，feature maps是經(jīng)過(guò)原始圖片卷積、下采樣等一系列操作后得到的。

直接利用計(jì)算的公式：假設(shè)(x’,y’)表示特征圖上的坐標(biāo)點(diǎn)，坐標(biāo)點(diǎn)(x,y)表示原輸入圖片上的點(diǎn)，那么它們之間有如下轉(zhuǎn)換關(guān)系：

(x,y)=(Sx’,Sy’)

其中S的就是CNN中所有的步長(zhǎng)（strides）的乘積，反過(guò)來(lái)，通過(guò)(x,y)坐標(biāo)求解(x’,y’)，那么計(jì)算公式如下：

x’=x/S+1

輸入原圖片檢測(cè)到的windows，可以得到每個(gè)矩形候選框的四個(gè)角點(diǎn)，然后再根據(jù)公式：

Left、Top: x’=x/S+1

Right、Bottom： x’=x/S-1

空間金字塔池化如何提取特征，得到固定大小的特征向量：

我們假設(shè)一個(gè)很簡(jiǎn)單兩層網(wǎng)絡(luò)：輸入一張任意大小的圖片,假設(shè)其大小為(w,h)，輸出21個(gè)神經(jīng)元。也就是我們輸入一張任意大小的特征圖的時(shí)候，我們希望提取出21個(gè)特征。空間金字塔特征提取的過(guò)程如下：

如上圖所示，當(dāng)我們輸入一張圖片的時(shí)候，我們利用不同大小的刻度，對(duì)一張圖片進(jìn)行了劃分。上面示意圖中，利用了三種不同大小的刻度（4*4,2*2,1*1），對(duì)一張輸入的圖片進(jìn)行了劃分，最后總共可以得到16+4+1=21個(gè)塊，我們即將從這21個(gè)塊中，每個(gè)塊提取出一個(gè)特征，這樣剛好就是我們要提取的21維特征向量。第一張圖片,我們把一張完整的圖片，分成了16個(gè)塊，也就是每個(gè)塊的大小就是(w/4,h/4);第二張圖片，劃分了4個(gè)塊，每個(gè)塊的大小就是(w/2,h/2);第三張圖片，把一整張圖片作為了一個(gè)塊，也就是塊的大小為(w,h)。空間金字塔最大池化的過(guò)程，其實(shí)就是從這21個(gè)圖片塊中，分別計(jì)算每個(gè)塊的最大值，從而得到一個(gè)輸出神經(jīng)元。最后把一張任意大小的圖片轉(zhuǎn)換成了一個(gè)固定大小的21維特征（當(dāng)然你可以設(shè)計(jì)其它維數(shù)的輸出，增加金字塔的層數(shù)，或者改變劃分網(wǎng)格的大小）。上面的三種不同刻度的劃分，每一種刻度我們稱之為：金字塔的一層，每一個(gè)圖片塊大小我們稱之為：windows size了。如果你希望，金字塔的某一層輸出n*n個(gè)特征，那么你就要用windows size大小為：(w/n,h/n)進(jìn)行池化了。

轉(zhuǎn)自 ： https://blog.csdn.net/xzzppp/article/details/51377731

總結(jié)

以上是生活随笔為你收集整理的空间金字塔池化（Spatial Pyramid Pooling）的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。