SPPnet
R-CNNvsSPP net：
SPP net的优势：
1.SPP可以生成固定大小的向量，以此适应fc层所要求的固定输入
2.多个pooling窗口，可以取出不同层次的特征
3.可以不再限制输入图片的尺寸
4.对于每张图片只需要跑一遍CNN
SPP net的大体步骤：
1.假设原图输入是224*224，5个conv layers（以5层卷积为例）卷积出来的输出是13*13*256（因为最后一层共256个filter），即13*13大小的共256张feature maps；
2.spp一共分3层：
第一层是对整张feature map做池化（最大、均值等）；
第二层是将整张feature map划分为2*2=4个块，分别对每个块做池化；
第三层是将整张feature map划分为4*4=16个块，分别对每个块做池化。
注意！以上步骤每一步的max pooling的window size和stride都不同，具体的计算公式是：win= a/n（上舍入）, str = a/n（下舍入），其中a是原图经过5层卷积后得到的feature map的大小，如果是第三层那么n = 3，以此类推。
举个栗子：当a = 13时，win = 13/3 = 4.333 ~=5（因为上舍入），str = 13/3 = 4.3333 ~=4（因为下舍入）。所以了第三层的max pooling的sliding window大小就是5*5，stride就是4*4。以此类推。
当然了，每一张图的max pooling也不一样。
举个栗子：当输入图像大小= 180*180时，经过5层卷积后得到的feature map的大小就是10*10。那么第三层的max pooling的sliding window大小就是a/n = 10/3 = 3.333~=4，stide就是3。以此类推。
具体内容请参考原文：
当输入是224*224大小的图像时，5层conv后得到13*13：
当输入是180*180大小的图像时，5层conv后得到10*10：
通过以上步骤，最后可获得1+4+16=21个池化后的特征。
总的来说，在固定spp层数的前提下，就是根据图像的具体大小来设计具体的max pooling。最终保证输入到fc层的结果是相同维度大小的。
