RoIPooling、RoIAlign的最直观理解

禁止任何形式的转载!!!

在两阶段的目标检测中RoIPooling、RoIAlign经常被用到，都是在特征图上截取感兴趣的区域，本文打算以最简洁的方式展示两者的区别：

• RoIPooling
  
  或者：
  

由图可见，在一开始进行crop的时候为了取整，截取到的特征与计算的位置有偏差；接下来进行pooling的时候，同样为了取整，直接舍弃了部分特征信息。

• RoIAlign
  如下图，不进行crop，先保留小数进行划分；划分完之后显然都不是完整的小格子(特征图像素)，但是接下来要进行pooling，所以就在划分后的大格子里选取n个代表性的点(双线性插值得到)；最后把这些代表性的点像之前特征图一样进行pooling即可。

这样做，就可以不偏不倚、不丢失信息的将感兴趣的特征图区域的信息都利用上。

既然是pooling那么就是每个通道分别都是进行这样的操作。

最后再给大家安利一个详细版：一文读懂 RoIPooling、RoIAlign 和 RoIWarp