![](https://csdnimg.cn/release/download_crawler_static/86291815/bg4.jpg)
图 2: 可视化特征图像。(a)PASCAL VOL 2007数据集中的两张图像。(b)conv5层的某些特征图像。箭
头指向区域为图像中最强相应和他们的位置。(c)ImageNet数据集中对这些滤波器产生强相应的图像。
绿色框标记了产生最大响应的感受区域
Fig 2: Visual feature image. (a) Two images in the Pascal Vol 2007 dataset. (b) Some characteristic
images of conv5 layer. The arrow pointing area is the strongest corresponding and their position in the
image. (c) The Imagenet dataset produces strong corresponding images for these filters. The green box
marks the area of perception that produces the greatest response.
2.2 空间金字塔池化层
卷积层接收任意大小的输入,并可以产生变大小的输出,而全连接层需要固定长度的特征向量。分类
器(SVM/softmax)或全连接层需要固定大小的输入向量。词袋模型可以通过将特征池化到一起的方法
产生固定长度的特征向量。相比于词袋 模型,空间金字塔池化方法可以保留更 多的空间信息,因此具有更
好的性能。空间金字塔池化的每个区域的大 小与图像大小成固定的比例,因此池化区域的数量是固定的,
与图像大小无关。这种新方法与以往的滑窗型池化方式不同——滑窗的数量取决于输入尺寸。
为了使深度卷积神经网络可以接收任意大 小的输入,我们将最后一个池化层(最后一个卷积层之后,
例如Alexnet的第五层卷积层)替换为空间金字塔池化层,图3介绍了我们的方法。在每个空间区域 之后,
我们将每个滤波器得到的结果进行最大池化。空间金字塔池化的输出结果是M × K维的向量,其中M是空
间区域的总数,最后一层卷积层滤波器个数为K。这个固定维数的向量可以被用作全连接层的输入。
4