ROI Pooling 与 ROI Align 计算示例图解

ROI Pooling 与 ROI Align

假设原图尺寸大小为256×256，预测ROI的坐标为(6.4, 12.8, 153.6, 172.8),特征图大小为8×8。现在要将ROI池化成3×3大小。我们来对比一下Roi pooling 和 ROI Align的区别。

将ROI区域映射到特征图上

对于ROI pooling而言，计算出来的坐标要取整，结果为（1,1,4,5），此处进行了第一次量化；而ROI Align直接将坐标值除以32即可,结果为(0.2, 0.4, 4.8, 5.4)。

圆圈代表像素点，橙色框是ROI映射到特征图上的范围。

划分池化区域

ROI pooling在划分池化区域的时候，由于roi的大小无法被池化尺寸整除，因此出现不同的池化范围（此处进行了第二次量化）。ROI Align在进行池化区域划分的时候，不进行量化处理。

红色线代表池化范围界限

池化值的计算

计算最大池化时，对于ROI Pooling，直接选出池化范围内的最大值即可，上图打蓝色勾勾的像素，池化结果如下图所示：

对于ROI Align则比较复杂。

• 因为最后要池化成3×3的大小，因此整个roi被划分成9个区域，每个区域称为cell。
• 首先在每个cell内采样，此处采样系数取2，因此在池化范围内采样2×2=4个点。将cell划分成4部分，每一部分的中心点作为采样点（图中蓝色点）
• 每一个蓝色点的值通过双线性插值计算。
• 取四个蓝色点中最大的值作为该cell的池化结果。

双线性插值计算方法

如上图，每一个蓝色点周围都有4个像素点，蓝色点的值极为该4个点的加权平均，权重是距离像素点的距离，距离越近，权重越大。如下图所示。

圆圈代表像素值，色块面积代表权重。以红色点为例，待计算点（黑色点）距离红色点最远，因此它权重最小，反映在色块面积上就是红***块面积最小。说明红色对黑色点的影响比较小。