深度学习: 从 RoIPooling 到 RoIAlign

RoIPooling

2015年由Ross Girshick大神在Fast R-CNN中提出。旨在满足一次性训练 feature map的前提下，替代 R-CNN 中 wraped region 的功能。

百密一疏。由于 RoIPooling 采用的是 INTER_NEAREST（即最近邻插值） ，即在resize时，对于 缩放后坐标不能刚好为整数 的情况，采用了 粗暴的四舍五入，相当于选取离目标点最近的点。

RoIAlign

于是问题来了，Kaiming He 在他的论文Mask RCNN里宣称，这样做会在一定程度上损失 空间对称性（Alignment），所以他们把 最近邻插值 换成了 双线性插值 。换完插值法的 RoIPooling 就有了一个更加高大上的名字 —— RoIAlign 。

具体关于 双线性插值 的介绍可参见我的另一篇博客：图像处理: 五种 插值法。