参考：https://blog.deepsense.ai/region-of-interest-pooling-explained/
目标检测typical architecture通常分为两个阶段：
1）region proposal：
给定一个输入图像，找出可找到对象的所有可能位置。这个阶段的输出应该是bounding box列表，这些通常被称为region proposal，或感兴趣的地区。
2）final classification：
对于每一阶段的region proposal，决定属于目标类别还是背景，这里我们使用深度卷机网络。
如果在第一阶段不被检测到的话，那么就没有可能再成功的分类了，这也是为什么region proposal召回率这么高的原因。划分这么多region proposal
，但是大多数在检测算法的第二阶段将被划为背景。
问题是：
生成大量region proposal可能会导致性能问题，这会使对实时对象检测实现加大难度；
处理速度方面并不理想；
不能做end-to-end 训练，也就是说，无法一次性训练出系统所有的组件。
描述region proposal
region proposal是用于我i提检测任务的神经网络层，保持高精度检测的情况下，实现了训练和测试的显著加速。
该图层需要两个输入：
1. 来自于有多个卷积层和最大池化层的深度卷积网络中的固定大小的feature map
2.一个表示所有roi的N × 5 的矩阵，N是roi的数量，第一列表示图像索引，其余四个是该区域左上角和右下角的坐标。
roi pooling具体操作如下：
1）输入image,将roi映射到feature map对应位置；
2）将映射后的区域划分为相同大小的sections(sections 数量与输出唯独相同)；
3）对每个sections进行max pooling操作；
这样我们就可以从不同大小的方框得到固定大小的相应的feature maps。
值得一提的是，输出的feature maps的大小取决于ROI 和卷积feature maps大小，roi pooling最大的好处就在于极大地提高了处理速度。
example
8×8的feature map ，一个roi，以及输出大小2×2
先看动图了解一下过程：
然后具体的过程：
1）输入：
2）region proposal 投影之后位置（左上角，右下角比坐标）：（0，3），（7，8）
3）将其划分为（2×2）个sections(因为输出大小为2×2)，我们可以得到：
4）对每个sections做max pooling，可以得到：
Roi pooling 总结：
1）用于目标检测任务；
2）允许我们对CNN中的feature map进行重复使用；
3）能够显著加速训练和测试时间；
4）允许end-to-end训练