RoI Pooling
實現從原圖ROI區域映射到卷積區域最后pooling到固定大小的功能，然后通過池化把該區域的尺寸歸一化成卷積網絡輸入的尺寸。

ROIAlign
上面RoI Pooling從原圖ROI映射到卷積區域，即原圖ROI與特征圖ROI之間的映射，使用了stride間隔的取整，使得特征圖ROI再映射回原圖ROI的時候有stride的誤差。尤其經過最大值池化后的特征與原ROI之間的空間不對齊就更加明顯了。?
因此，ROIAlign從原圖到特征圖直接的ROI映射直接使用雙線性插值，不取整，這樣誤差會小很多，經過池化后再對應回原圖的準確性也更高些。?
這里假設得到的浮點型坐標為(x,y)，取其周圍最近的四個點，在Y方向內插兩次，再在X方向內插一次，得到新的值。ROI的形狀是不變化的。?
但是下面的warp是先改變形狀的，這也是這兩種操作的不同之處。

RoI Warping Layer
在pooling層前面，添加一層，將特征圖crop一塊，然后warp到固定的尺寸，這里的warp采用長度和寬度兩個方向的雙線性插值。?
具體參考如下網址：http://dubur.github.io/

align?一致嗎？個人覺得信息的降維，必然會有一定的損失即使是ROIAlign也不可能完全對齊，只能相對精確罷了。
---------------------?
作者：lanyuxuan100?
來源：CSDN?
原文：https://blog.csdn.net/lanyuxuan100/article/details/71124596?utm_source=copy?
版權聲明：本文為博主原創文章，轉載請附上博文鏈接！

總結

以上是生活随笔為你收集整理的Mask-RCNN中的ROIAlign, ROIPooling及ROIWarp对比的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。