1.roi pooling
将从rpn中得到的不同Proposal大小变为fixed_length output,
也就是将roi区域的卷积特征拆分成为H*W个网格，对每个网格进行maxpooling,然后就能得到固定大小的特征。
2.roi align
从原图的proposal映射回feature map，从原图到特征图直接的ROI映射使用双线性插值
形状不变
3.roi wrap
将fearure map 剪切一块，然后wrap到固定大小，采用长度和宽度两个方向的双线性插值。
形状改变
4.Position Sensitive ROI Pooling
位置敏感roi pooling
在RFCN中，采用position sensitive score maps这种针对特征图位置信息的提取方式，再进行pooling操作
增强检测器对位置的敏感性。