上一篇我們說完了AnchorTargetLayer層，然后我將Faster rcnn中的其他層看了，這里把ROIPoolingLayer層說一下；
我先說一下它的實現原理：RPN生成的roi區域大小是對應與輸入圖像大小（而且每一個roi大小都不同，因為先是禪城九種anchors，又經過回歸，所以大小各不同），所以在ROIPoolingLayer層中，先將每一個roi區域映射到經過conv5的feature map上，然后roi對應於feature map上的這一塊區域再經過pooling操作映射到一個固定大小的區域，這里我們用feature map_2表示，Faster rcnn中這個feature map_2的大小設為了6*6。而pooling操作就是feature map_2上的每一個點對應於feature map上roi區域上的一個部分中的最大值～具體看代碼：
上面代碼中的spatial_scale在Faster rcnn中為1/16（因為卷積層沒有改變大小，只有pool層改變了大小，所以1/16實際就是pool層的級聯），上面實現了setup()函數和reshape()函數，接下來就看前向傳播了：
上面代碼中：
這一部分實現了RoiPooling中的pool操作，其實就是max操作；
最后為了理解，附上靈魂畫師的圖：
