ROI操作:ROIPooling和ROIAlign

目标：为了使得检测网络可以输入任意size的图片，使用ROIPooling在网络中某一个阶段将不同尺度的图片ROI pooling成相同的尺度，使得fc的存在也无法写死输入图片的size。

ROIPooling:

方法：直接Pooling,若尺寸不对应则直接取整

缺点：

由于 RoIPooling 采用的是 INTER_NEAREST（即最近邻插值） ，在resize时，对于 缩放后坐标不能刚好为整数 的情况，采用了 粗暴的舍去小数，相当于选取离目标点最近的点，损失一定的空间精度。

例如：一张图片输入VGG16，则得到的尺寸缩小为1/32，如下图中，图片大小为800，则恰好为25，但区域块大小为665经过VGG后则为20.78，则直接处理为20，再通过ROIPooling(即，将所有不同的尺寸全部Pooling处理为相同的大小）处理为7*7，则20/7--> 2，由下图可知，Pooling之后存在一定的位置偏移。

具体计算：

下图为一张8*8的feature map，选取其中一个5*7的region输入ROIPooling输出2*2的结果。

（1）划分为2*2=4块区域

1）5/2 = 2.5 --> 2, 剩下的为3，则2+3

2）7/2 = 3.5 -->3， 剩下的为4，则3+4

（2）取每个小区域的最大值为pooling值

ROIAlign:

改进：将最近邻插值换为双线性插值，使得即使缩放后坐标不能刚好为整数，也能通过插值得到浮点数处的值处理得到pooling后的值。

如下图所示：ROIAlign中池化的块允许为浮点数，通过双线性插值得到尺寸为浮点数的块池化后的结果，保证了空间精度。

具体计算：

下图为一张8*8的feature map，选取其中一个5*7的region输入ROIPooling输出2*2的结果。

（1）划分为2*2=4块区域

1）5/2 = 2.5 --> 2.5, 不再取整，则2.5+2.5

2）7/2 = 3.5 -->3.5，不再取整，则3.5+3.5

（2）将每小块再分为4个小区域，使用双线性插值的方法求取这四个小区域的中心点处的值

（3）取每个区域的最大值为pooling值

ROIPooling换为ROIAlign所做的改动：