空间金字塔池化（SPP）

我们在做图像分类任务时，会输入想通尺寸的图像到 backbone 网络中提取图像特征，然后接一个全连接层来得到输出分数。那么，如果输入图像尺寸不同，那么输入就无法输入到后续的全连接层。我们需要对输入图像进行一些预处理工作，转换为指定尺寸而后输入到网络中，如下图：

SPP（Spatial Pyramid Pooling）空间金字塔池化层就是用来将不同的输入进行适配，使之能够输入到全连接层。SPP 层的位置如下图：

SPP 层到底做了什么？如下图：

输入图像经过卷积层得到任意尺寸的特征图，上图中 SPP 层包含 3 个不同尺寸的池化层，分别从不同的角度来提取出更明显的特征。比如：尺寸为 1 的池化层得到 1 个特征，尺寸为 2 的池化层得到 4 个特征，尺寸为 4 的池化层得到 16 个特征。图中的 256 表示特征图的通道数。