同样是 2×2 输出,读到的内容可以不同
课堂上下文:从哪个问题来
照着 6×8 矩阵实际取两个区域的 2×2 最大值,确认固定输出形状不等于相同内容。SPP 的不同分格层保存不同相对布局。当前整数例故意避开边界量化,P41 再解释真实连续区域的难点。
区域大小不一,后面的固定形状预测头却希望得到一致长度的输入。把每个区域按相对位置分成 2×2 四格,再对每格取最大值,就能对每个通道得到四个数。若有 C 个通道,输出是 C×2×2,而非一律变成四个类别。
本页 6×8 教学矩阵提供两个整齐对齐的 RoI。橙色区域选择前两行末四列,四格最大值为 [[2,1],[4,3]];青色区域选择第 2–5 行前四列,读出 [[2,5],[3,4]]。两份结果有相同形状,数值不同,且各自仍与原来的框配对。
空间金字塔进一步使用 1×1、2×2 等多个分格层。1×1 捕捉整区域统计,2×2 保留相对位置;把结果拼接后,原区域有多大都能得到固定长度。这里统一的是接口,不是抹掉区域之间的差异。
本页特意用整数边界,先隔离“大小不同却可用统一头”的想法。真实 RoI 边界不总落在格点;分箱取整带来的位置偏差,到 P41–43 再处理。
两份 RoI 的四格最大值可以直接从同一矩阵复核。 查看对应图解状态
- 不同大小的 RoI · 每格取最大值
- 0
- 1
- 2
- 0
- 1
- 2
- 1
- 0
- 1
- 2
- 3
- 1
- 2
- 4
- 3
- 1
- 0
- 2
- 5
- 2
- 3
- 5
- 4
- 2
- 1
- 3
- 4
- 1
- 0
- 2
- 6
- 1
- 0
- 1
- 2
- 0
- 1
- 3
- 4
- 2
- 0
- 0
- 1
- 0
- 0
- 1
- 2
- 0
- 2
- 1
- 4
- 3
- 2
- 5
- 3
- 4
- 固定 2 × 2 布局
- 各格汇总自身区域
- 位置是相对的
- 区域范围仍需保留
- SPP-net 也可以组合多种分格尺度
- 1×1 · 2×2 · 3×3(分格示意)