本文主要是介绍目标检测之ROI Pooling层解析，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
参考：
1
2
-
ROIs Pooling是Pooling层的一种，特点是输入特征图尺寸不固定，但是输出特征层尺寸固定。
-
ROI即region of interests，指的是特征图上的框。
-
在fast rcnn中，roi是指的是selective search完成之后得到的候选框在特征图上的映射。如下图：
-
而在faster rcnn中是在rpn之后产生的，然后再把各个候选框映射到特征图上，得到ROI。往往经过rpn之后得到的不仅仅只有一个候选框，所以一般指的是对多个ROI进行池化。
-
目标检测的过程可以分为如下两个阶段：
阶段一：region proposal：给定一张image找出所有object可能存在的位置，这个阶段的输出是所有object可能位置的bounding box。这些bounding box称为region proposals或者regions of interests（ROI）。
阶段二：fi
这篇关于目标检测之ROI Pooling层解析的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
