原文鏈接：https://blog.deepsense.ai/region-of-interest-pooling-explained/
目標檢測typical architecture 通常可以分爲兩個階段：
（1）region proposal：給定一張輸入image找出objects可能存在的所有位置。這一階段的輸出應該是一系列object可能位置的bounding box。這些通常稱之爲region proposals或者 regions of interest（ROI）。
（2）final classification：確定上一階段的每個region proposal是否屬於目標一類或者背景。
這個architecture存在的一些問題是：
產生大量的region proposals 會導致performance problems，很難達到實時目標檢測。
在處理速度方面是suboptimal。
無法做到end-to-end training。
這就是ROI pooling提出的根本原因。
ROI pooling層能實現training和testing的顯著加速，並提高檢測accuracy。該層有兩個輸入：
從具有多個卷積核池化的深度網絡中獲得的固定大小的feature maps；
一個表示所有ROI的N*5的矩陣，其中N表示ROI的數目。第一列表示圖像index，其餘四列表示其餘的左上角和右下角座標；
ROI pooling具體操作如下：
（1）根據輸入image，將ROI映射到feature map對應位置；
（2）將映射後的區域劃分爲相同大小的sections（sections數量與輸出的維度相同）；
（3）對每個sections進行max pooling操作；
這樣我們就可以從不同大小的方框得到固定大小的相應 的feature maps。值得一提的是，輸出的feature maps的大小不取決於ROI和卷積feature maps大小。ROI pooling 最大的好處就在於極大地提高了處理速度。
ROI pooling example
考慮一個8*8大小的feature map，一個ROI，以及輸出大小爲2*2.
（1）輸入的固定大小的feature map
（2）region proposal 投影之後位置（左上角，右下角座標）：（0，3），（7，8）。
（3）將其劃分爲（2*2）個sections（因爲輸出大小爲2*2），我們可以得到：
（4）對每個section做max
pooling，可以得到：
ROI pooling總結：
（1）用於目標檢測任務；（2）允許我們對CNN中的feature map進行reuse；（3）可以顯著加速training和testing速度；（4）允許end-to-end的形式訓練目標檢測系統。