SPP-net

前言

论文原文

传统的CNN网络要求固定尺寸的图像输入(比如224x224)，使得数据集的图片为了适应特定尺寸，不得不剪切或扭曲。然而，剪切的图片不一定包含整个物体，扭曲的图片会导致位置错乱。最终导致识别准确率因内容缺失或错乱而只能妥协。

为什么传统CNN需要固定尺寸的图像输入?一个CNN通常由两部分组成：卷积层和全连接层。

• 卷积层会以滑动窗口的方式进行操作，并输出特征图。实际上，卷积层不需要固定尺寸的图像输入，也能输出不同尺寸的特征图。
• 全连接层需要有固定长度的输入。因此，固定尺寸的限制仅来自于全连接层，而它通常存在于神经网络较深的部分。

所以，本文提出了SPP层，它接在卷积层之后，全连接层之前。