以ssp 代替pool的網絡架構
ssp 參數計算公式：
不同的input size，spp layer參數不同，產生相同的輸出，使用的pooling 參數不同（window size 、stride）
feature mapping計算公式：
原始圖像某一個像素點（x，y）映射到feature map的計算公式：
x/strides(到此feature map前，所有經過的stride乘積)
分析ssp layer：
在深度網絡中，引入空間金字塔池化來代替普通的池化層，對特徵進行了進一步的匯聚，無論對何種input image，計算合適的金字塔的window size（feature map size/ number of block 上取樣）和stride（feature map size/ number of block 下取樣），都可得到固定維度的特徵以輸入到全連接層。
空間池化層改善了：
測試圖像不必crop，full image可避免圖像因crop而導致的信息丟失或是wrap導致物體變形
在訓練網絡時，輸入圖像大小無需固定，網絡在識別object可實現與尺度無關
在不加參數的同時，進一步從細粒度到粗粒度匯聚了特徵。（空間金字塔）
classification任務
作者分別採取以下對比試驗：
1、有/無SPP-net
2、single-size 和 multi-size訓練，雖然spp-net可使得輸入圖像大小任意，但gpu高效實現基於固定尺寸。作者採用一個epoch訓練時，固定使用一個尺度。對於輸入尺度爲224 image（crop得來）先訓練，在下一個epoch，將相同的224crop image resize爲180.（在此之前的方法，想實現尺度無關，將test image resize到多個尺度，10-view-crop獲取平均得分）
3、測試使用10-crop -view/resize後的 full image
4、單一尺度測試+10crop-view/多尺度測試+10crop-view，多尺度測試，針對某一個scale，計算一個feature map，直接利用input image和feature map間的映射關係，獲取10個crop的特徵表示，各個尺度crop的內容不同，crop size相同，與單尺度測試crop相比，多尺度crop image更多。
object detection任務
流程：
在原始圖像上產生2k個proposal
多尺度測試，resize 多個尺度，分別計算各個尺度上的feature map，利用mapping ，求出proposal在feature map的位置，選擇大小接近224的scale。
feature 輸入到ssp layer得到固定的特徵表示，輸入到fc層，得到最終的特徵表示
輸入最終的特徵，訓練SVM
利用pool5 訓練迴歸器
爲什麼ssp-net僅需要計算一次特徵？
test image無需crop，所有的proposal 都將對應到feature map裏；然而r-cnn要求輸入固定大小圖像，當採用crop操作，部分proposal將被移除，對檢測率產生影響。
使用針對classification任務已經訓練好的網絡
微調spp-net ：detection任務，正樣本是proposal與 label 的iou大於0.5，負樣本爲proposal與 label 的iou大於0.5。（深度網絡需要大量數據）
訓練SVM：正樣本僅爲label，負樣本爲proposal與 label 的iou大於0.3。（不需要大量數據，僅與特定任務相關）
訓練迴歸器改善檢測率？
實驗對比：
1、測試單尺度和多尺度對比（test image resize爲多個尺度，選擇在各個尺度下proposal大小爲224的尺度對應的scale進行測試，因爲pre-training時，input size爲224，假定單一尺度訓練，故proposal接近225效果好）
2、是否fine-tuning SSP-net（僅調整全連接層fc6,7，替換1000-way 爲21-way）
3、使用fc6，fc7，pool5訓練SVM效果
實驗結果表明，在測試時，由於不需要對2k個proposal進行卷積操作，檢測速度大大提升，同時利用多尺度測試可獲得與r-CNN可比較的結果。
參考鏈接：
https://www.cnblogs.com/xiaoboge/p/10567869.html
https://blog.csdn.net/v1_vivian/article/details/73275259?depth_1-utm_source=distribute.pc_relevant.none-task&utm_source=distribute.pc_relevant.none-task