原文为 Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition（SPP）
1、解决的问题
金字塔池化主要是为了解决卷积网络输入图像尺寸必须一致的问题，原文中还说实验结果表明其对防止过拟合也有效果，能提高分类网络的准确率。
2、实现思路
在卷积网络中，卷积层和池化层可以对任意大小的图像卷积，只有全连接层对图像尺寸大小有要求。因为全连接层的输入向量维度固定，如vgg16的全连接层f6的输入向量维度为 4096。为了使输入f6的向量维度相同，作者采用了以下方法：将第5层池化层后输入的featuremap做三种步长stride和窗口大小sizeX不同的池化处理，使其分别成为4×4，2×2，1×1的三副featuremap图，再将这三副图的元素依次排列组成新的向量，此向量的维度为（4×4+2×2+1）×256= 5376，（256是channel数，和处理之前相同），这样不管输入图像尺寸多大，得到的卷积特征图多大，输入到f6全连接层的向量维度都是5376。如此就实现对不同大小的输入图像可以通过相同网络进行分类。算法思想如图1（取自原论文）
以输入的featuremap大小为13×13为例，图2展示了需要获得3×3，2×2，1×1特征图所对应的窗口大小和步长。
图1 金字塔池化网络结构
图2 获得3×3，2×2，1×1特征图所对应的窗口大小和步长