深度学习笔记一空间金字塔池化阅读spatial pyramid已阅解读.pdfVIP

深度学习笔记（一）空间金字塔池化阅读笔记SpatialPyramidPo

olinginDeepConvolutionalNetworksforVisualRecognition

16:28:58阅读数：13125

空间金字塔池化

空间金字塔池化层简介：

在对进行卷积操作的时候，卷积核的大小是不会发生变化的额，反向调节的

权重仅仅是数值会发生变化。但是，但是，但是，输入的的大小你是否可以控制

呢？哈哈，我们的输入大小是会发生变化的，这里大小的变化并不会在卷积操

作和polling操作产生影响，但是会对全连接层的产生影响。这篇文章的就是解决

如何对于不同的输入（主要是针对大小不同）都可以直接运用到已经训练好的网络

中去。

为什么要引入空间金字塔池化：

首先说一下为什么要有这个层：我们处理的大小不一，都有自己不同的像素

值，但是同一批数据，如果非要进过一定的裁剪把他处理成为相同大小的图像，例如，

相同的，这是法，当然还有其他的方法，例如在overFeat那篇中也提到

法，等等。这些裁剪技术都会达到不错的结果，但是依然会存在一些问题，例

些区域裁剪的时候都会有重复，无形之中加大了该区域的权重。所以，这篇paper

就提出了金字塔池化来解决输入大小不一的情况。

1/4

观察图一，最上面代表的是把原来的都进行适当的crop和wrap得到适当的像

素值，中间的就是对应的网络模型。最下面的是这篇的模型，在最后一个卷积层后

面紧随种恶一个spatitalpyramidpolling层，紧跟着的是全连接层。这样就可以解决不管

输入的大小是多大，都可以用当前的网络进试的问题。

但是我们需要明白的是为什么这个层放到了最后一个圈基层的后面呢？也就是说为什

么convolution和polling都对如数的大小不敏感，而全连接层却敏感呢？我们来看

看。假设输入的大小是100*100，经过5个卷积核3*3会差生5*98*98的featurem

aps，就算你的输入的大小变成102*102，那我的featuremaps就是5*100*100。这里

的featuremaps经过2*2的polling得到的是25*25和26*26。没什么影响，这里的卷积

核的大小是固定的，可以去卷积任何大小的。但是全连接层就不同了。假设最后一

个卷积层有50个输出，下一层的全有1000个输入，那么这个矩阵就是50*100

0，哈哈，你想想，如果这里每次的输入