RoI Pooling 實現從原圖ROI區域對映到卷積區域最後pooling到固定大小的功能，然後通過池化把該區域的尺寸歸一化成卷積網路輸入的尺寸。

ROIAlign 上面RoI Pooling從原圖ROI對映到卷積區域，即原圖ROI與特徵圖ROI之間的對映，使用了stride間隔的取整，使得特徵圖ROI再映射回原圖ROI的時候有stride的誤差。尤其經過最大值池化後的特徵與原ROI之間的空間不對齊就更加明顯了。  因此，ROIAlign從原圖到特徵圖直接的ROI對映直接使用雙線性插值，不取整，這樣誤差會小很多，經過池化後再對應回原圖的準確性也更高些。  這裡假設得到的浮點型座標為(x,y)，取其周圍最近的四個點，在Y方向內插兩次，再在X方向內插一次，得到新的值。ROI的形狀是不變化的。  但是下面的warp是先改變形狀的，這也是這兩種操作的不同之處。

RoI Warping Layer 在pooling層前面，新增一層，將特徵圖crop一塊，然後warp到固定的尺寸，這裡的warp採用長度和寬度兩個方向的雙線性插值。  具體參考如下網址：http://dubur.github.io/

align?一致嗎？個人覺得資訊的降維，必然會有一定的損失即使是ROIAlign也不可能完全對齊，只能相對精確罷了。 ---------------------  作者：lanyuxuan100  來源：CSDN  原文：https://blog.csdn.net/lanyuxuan100/article/details/71124596?utm_source=copy  版權宣告：本文為博主原創文章，轉載請附上博文連結！