传统CNN的不足

在传统 CNN 中，由于 Fully-Connected 层的存在，输入图像的尺寸受到了严格限制。在这样的情况下，我们需要的对输入的图像进行裁剪（crop）或变形（warp）的操作来调整图像的尺寸使其适配于这样的模型，但是裁剪过的图像可能包含不了所需要的信息，而改变纵横比的操作也可能使关键部分产生非期望的形变，由于图像内容的丢失或是真会是模型的准确度受到严重的影响。

SPP-Net 概述

从 CNN 的结构来看，我们需要让图像在进入 FC 层前就将尺度固定到指定大小。通过修改卷积层或池化层参数可以改变图片大小，其中池化层不具有学习功能，其参数不会随着训练过程变化，自然而然承担起改变 spatial size 的工作。我们在第一个 FC 层前加入一个特殊的池化层，其参数是随着输入大小而成比例变化的。