1.roi pooling

将从rpn中得到的不同Proposal大小变为fixed_length output,

也就是将roi区域的卷积特征拆分成为H*W个网格,对每个网格进行maxpooling,然后就能得到固定大小的特征。

2.roi align

从原图的proposal映射回feature map,从原图到特征图直接的ROI映射使用双线性插值

形状不变

3.roi wrap

将fearure map 剪切一块,然后wrap到固定大小,采用长度和宽度两个方向的双线性插值。

形状改变

4.Position Sensitive ROI Pooling

位置敏感roi pooling

在RFCN中,采用position sensitive score maps这种针对特征图位置信息的提取方式,再进行pooling操作

目标检测中roi的有关操作

 

增强检测器对位置的敏感性。