SPPNet

Spatial Pyramid Pooling（空間金字塔池化）

一般的CNN結(jié)構(gòu)中，對輸入大小要求固定，但在現(xiàn)實中通常會使用crop和warp來將大小統(tǒng)一，這樣做會破壞圖像的縱橫比，何凱明提出了SPP，連接在最后一層卷積層。

下圖中左邊為裁剪（crop），右邊為拉伸（crop）


SPP特點：

• SPP可以產(chǎn)生固定大小的輸出
• 使用多個pooling窗口
• SPP可以使用同一圖像不同尺寸作為輸入，得到同樣長度的池化特征
• 提高了尺度不變性，降低了過擬合
• 使用不同尺寸的圖像進(jìn)行網(wǎng)絡(luò)訓(xùn)練更容易使得網(wǎng)絡(luò)收斂
• SPP對于特定的CNN網(wǎng)絡(luò)設(shè)計和結(jié)構(gòu)是獨立的，只是替換了原來的pooling層
• 不僅可以用于圖像分類，也可以用于目標(biāo)檢測

1、結(jié)合空間金字塔方法實現(xiàn)CNNs對尺度輸入

一般CNN后連接全連接層或分類器，他們都需要固定的輸入尺寸，因此不得不對輸入數(shù)據(jù)進(jìn)行crop或warp，這些預(yù)處理會造成數(shù)據(jù)的丟失或幾何失真。

SPP Net的第一個貢獻(xiàn)就是將金字塔思想加入CNN，實現(xiàn)了數(shù)據(jù)的多尺度輸入。

如下圖所示，卷積層和全連接層中間加入了SPP layer，此時網(wǎng)絡(luò)的輸入可以是任意尺度的，在SPP layer 中每一個pooling的濾波器會根據(jù)輸入調(diào)整大小，使得SPP的輸出尺度始終是固定的。圖中的pooling窗口有多種（圖中藍(lán)色、綠色、灰色窗口），分別對feature maps進(jìn)行pooling，將分別得到的結(jié)果進(jìn)行合并就得到固定長度的輸出。

作者證明：

• 多個窗口的pooling會提高準(zhǔn)確率
• 輸入同一圖像的不同尺寸，會提高實驗準(zhǔn)確率，也就是提高了網(wǎng)絡(luò)的尺度不變性
• 多view會提高準(zhǔn)確率
• SPP替換了pooling層，對網(wǎng)絡(luò)結(jié)構(gòu)沒有影響，可以正常訓(xùn)練

2、只對原圖提取一次卷積特征

在R-CNN中，每個候選框先resize到同一大小，然后分別作為CNN的輸入，這樣是低效的，所以SPP對此作了優(yōu)化，只對原圖進(jìn)行一次卷積得到整張圖的feature map，然后找到每個候選框在feature map上的映射patch，將次patch作為每個候選框的卷積特征輸入到SPP layer后的層，節(jié)省了大量的計算時間，比R-CNN有100倍左右的提速。

總結(jié)

以上是生活随笔為你收集整理的目标检测系列（三）——SPPnet的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。