TensorFlow 中是否有针对目标检测的 ROI Pooling 层的计划？答案

【问题标题】：Are there any plans for ROI Pooling layer in tensorflow for object detection?TensorFlow 中是否有针对目标检测的 ROI Pooling 层的计划？
【发布时间】：2017-03-24 06:31:48
【问题描述】：

我知道这个问题之前已经被问过好几次了，但除了几个作者写的几个包外，我在谷歌上没有找到太多东西。无论如何，是否有任何计划将 roi 池层（官方）包含在 tensorflow 中，因为它是对象检测和其他任务的重要组成部分，并且在使用 tensorflow 时无法访问它是一种痛苦。

欢迎任何 cmets 或替代实现（如果经过验证）。

【问题讨论】：

它是 fast(er) r-cnn 的重要组成部分，而不是对象检测。还有其他方法不用它——看看arxiv.org/abs/1611.10012
感谢您提及本文，我会仔细阅读。是的，我知道最近有人提出了 YOLO 和 SSD 检测器，它们能够在不需要明确区域的情况下进行检测。但 ROI 池化也可以看作是一个标准模块，根据其在实际图像空间中的位置来池化卷积层中的特征。这具有超出对象检测的用途，例如最近在视觉参考方面的工作。
再次感谢@etarion 发送这篇论文，因为我看到 roi 池化已经在特征图上使用 resize-crop 过程实现了。我可以看到这是解决这个问题的另一种方法。

标签： tensorflow

【解决方案1】：

我能够通过上面的论文找到我的问题的答案。您可以使用 tf.image.crop_and_resize 函数裁剪网络的任何部分并调整其大小。与 ROI pooling 类似，您可以裁剪边界框（按下采样步骤的数量将其缩小，例如 VGG16 中的 32）并将其调整为 NxN（例如 VGG16 中的 7x7），然后可以将其馈送到全连接层。

【讨论】：

在给定的硬件中，我无法使用 tf.image.crop_and_resize。有什么替代方案吗？