GBD-Net的finetune有两步，第一步是微调一个没有GBD模块的基础网络，第二步是微调一个插入GBD之后的网络，然后两个模型整合到一起得到最终的模型。（怎么整合的？）
图1
可以看到没有GBD的基础网络微调model中有一层roi-pooling，最近经常看到，现在来学习一下。
FasterRcnn在输入的时候，对不同尺度的图像进行了reshape归一，而在对目标区域进行学习的时候，因为会生成各种尺度的框，所以也需要一个层来进行reshape，roi-pooling就是干这个事情的，跟前者的区别是：前者是针对输入图像的，后者是针对roi的，即输入是不同大小的featuremap，输出是固定尺寸的featuremap 。现在，我们定位出了它的位置以及需要发挥的功能，那么我们来看看roi-pooling的操作对象：ROI。
ROI就是region of interest,说白了就是感兴趣区域，如果是原图，roi就是目标，如果是featuremap，roi就是特征图像目标的特征了。总之就是一个框。它在Fast-RCNN中和Faster-RCNN中有所区别：前者是经过Selective Search得到的，后者是经过RPN得到的。就是推荐框的算法不同。下图是Fast-RCNN的ROI获取流程，更好理解一点。
图2
Roi-Pooling的输入：
1.特征图
2.roi信息，包括：四个坐标信息以及Index(roi信息在Fast-RCNN中从Selective Search得到，在Faster-RCNN中从RPN得到) 。坐标信息是对应原图中的绝对坐标。
Roi-Pooling的输出：batch个roi矩阵，每一个roi矩阵为：通道数xWxH,也就是从selective search得到batch个roi，然后映射为固定大小。
过程描述：
图3
首先将Selective search 中得到的原图中的roi信息映射到feature上（按原图与featuremap的比例缩小roi坐标就行了），然后经过最大池化或者xx池化，池化到固定大小w*h。但这个pooling不是一般的Pooling，而是将区域等分，然后取每一小块的平均值或者最大值，最后才能得到固定尺寸的roi，当然，这里面还有crop的过程！也就是不是对feature map来pooling，而是对feature map中roi部分进行pooling到固定大小。
参考资料：
https://blog.csdn.net/lanran2/article/details/60143861
https://www.cnblogs.com/believe-in-me/p/6645402