ROI Pooling, ROI Align, ROI Wraper
本人是技术小白，下面是个人理解，文章为原创，转载请注明出处…
ROI Pooling
假设原图大小为800*800
使用vgg16提取特征，输出大小是原图的,那么最后一层feature map就是25*25
假设画出来的region proposal 是650*650，在最后一层feature map上，对应的大小就是20.31*20.31，这个时候会有一步取整操作，即第一次量化，输出的大小20*20。
第二次做从20*20的feature map上，要输出7*7大小的feature map,这里做的pooling和
普通的max-pooling的不同之处在于池化窗口的内部的各自包含的特征值数量不一样。
ROI Align
从20*20的feature map上，要输出7*7大小的feature map，这里把20*20的feature map除以7，每个的大小是2.85*2.85，各自做pooling,比如对于每个2.85*2.85的小区域，分四份，每一份取其中心点位置，采用双线性插值法进行计算中心点像素，这样，就会得到四个点的像素值，然后取四个里面最大的值作为输出。
ROI Wrapper
没有第一次取整，直接去浮点数。在精细的分割里面，第一次取整不利于网络训练