在对象检测中使用步幅为 1 的最大池化层的目的是什么

Question

我正在使用 Single Shot Detector (SSD)，更具体地说是 keras 中的 this implementation。

当我检查 SSD300 时（尽管我注意到这也适用于 SSD512），我注意到在每个卷积组之后，会出现一个减少特征图维度的最大池化。到目前为止一切都很好，但在 conv 组 5 之后（准确地说是在 conv5_3 层之后），应用的最大池化使用步幅 1。我无法在 SSD 的original work 上验证这一点，因为它是用 caffe 编写的，我不是熟悉那个。这意味着（使用添加的填充）没有特征图大小减小。此外，最大池化层中的过滤器数量与之前相同，内核大小增加到(3,3)（来自(2,2)。

据我所知，这意味着这个最大池化层既不用于删除维度，也不用于减少（或无论如何更改）过滤器的数量。因此，它仅用于在特征图中应用最大池化过滤器。有谁知道为什么这是必要的？或者为了让它更正确，这样一层的目的是什么？我的猜测是可以完全删除它，我预计性能不会有太大差异，但老实说我还没有检查过。

关于我可能在这里遗漏的任何想法？

Answer 1

这样的过滤器会突出最强的特征并丢弃弱的特征，但不会降低其维度。意义取决于以下层中发生的情况。 从理论上讲，会出现冗余......

根据输入的大小，可能不需要降维，因为您可能会丢失任何特征。