[CLS 02 · 从类别到区域与掩码](/course/notebooks/f9ab632ba16b4f2084669791cba6ba85.html)

# 共享整图卷积：固定输出形状，保留区域身份
[独立阅读](/course/notebook-blocks/54fc84db76d5470fa0ca91903c73280d.html)
主线阅读与优先实验

同图四输出、共享计算、FCN、RoIAlign、信息碰撞与SAM接口

### 共享整图卷积：固定输出形状，保留区域身份

SPP-net 和 Fast R-CNN 将大量卷积计算移到整图共享阶段。对不同大小候选，区域池化再得到固定形状的区域特征，使后续分类/框回归可以共用参数。[SPP-net](https://arxiv.org/abs/1406.4729) · [Fast R-CNN](https://arxiv.org/abs/1504.08083)

沿同一张图追踪：


- 原图经过主干，得到仍有空间位置的共享特征图 F。

- 框坐标从原图坐标系映射到 F 的坐标系。

- 区域读取把各框内特征整理成固定形状。

- 每个区域分别输出类别与修正后的坐标。

杯一、杯二的区域身份没有因计算共享而消失。需要进一步追问的是：区域最初从哪里来，能否也学习？