SPP-net

    参考文献：Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition

    SPP-net的思路其实很简单，就是为了解决传统卷积神经网络在含有FC（全连接层）的时候，只能输入固定尺寸的图片的弊端。在传统带有FC的网络中，若想输入不同尺寸的图片，必须先将它们进行裁剪或resize。

如何实现SPP：

    我们知道，卷积层和池化层对于特征的尺寸是没有要求的，也就是可以输入任意尺寸的特征，只不过网络在建好后，输入不同尺寸的特征则输出尺寸也不一样。而全连接层对于输入特征的尺寸有着严格的要求。基于此，作者的思路就是：在网络的最后一层卷积层（conv_5）之后，将原来的pooling层换成Spatial Pyramid Pooling层，目的是把不同尺寸的conv_5的输出，变成相同尺寸的FC的输入。实现过程其实也很简单：

1.  首先我们有conv_5的输出特征（比如13x13尺寸）

2.  构建多层金字塔（比如三层），利用金字塔将原始特征分成1x1,2x2,4x4等不同尺度

3. 对于每个金字塔中的每块小区域，求取其最大pool，作为此小区域的特征输出

4. 则总共对应的输出尺寸为：1+4+16=21

因此，SPP能够将任意尺寸的输入，经过空间金字塔池化结构，将输出特征统一规划为相同的尺寸，以供后面的FC输入。