解决了训练CNN需要输入图像尺寸一致的问题。
一个CNN可看作由卷积、池化、全连接层组成，由于全连接层的权重矩阵是一个固定值，因此输入全连接层的特征图的维度也必须固定。
SPP利用多尺度思想解决了上述问题，使得神经网络的训练过程由图1变为图2，即输入图像的尺寸可以不一样，不再受到限制。
SPP的思想就是利用多个不同尺度的池化层进行特征的提取，融合成一个21维的向量输入至全连接层。
SPP的作用
猜你喜欢
转载自blog.csdn.net/python_plus/article/details/130750235
今日推荐
周排行