空間金字塔池化技術，
厲害之處，在於使得我們構建的網絡，可以輸入任意大小的圖片，不需要經過裁剪縮放等操作。
是后續許多金字塔技術（psp,aspp等）的起源，主要的目的都是為了獲取場景語境信息，獲取上下文的聯系。
如圖所示，對於選擇的不同大小的區域對應到卷積之后的特征圖上，得到的也是大小不一致的特征圖區域，厚度為256，對於每個區域（厚度為256），通過三種划分方式進行池化：
（1）直接對整個區域池化，每層得到一個點，共256個點，構成一個1x256的向量
（2）將區域划分成2x2的格子，每個格子池化，得到一個1x256的向量，共2x2=4個格子，最終得到4個1x256的向量
（3）將區域划分成4x4的格子，每個格子池化，得到一個1x256的向量，共4x4=16個格子，最終得到16個1x256的向量
將三種划分方式池化得到的結果進行拼接，得到(1+4+16)*256=21*256的特征。
SPP做到的效果為：不管輸入的圖片是什么尺度，都能夠正確的傳入網絡.
具體思路為：CNN的卷積層是可以處理任意尺度的輸入的，只是在全連接層處有限制尺度——
換句話說，如果找到一個方法，在全連接層之前將其輸入限制到等長，那么就解決了這個問題.
具體實現方案如圖：
如果原圖輸入是224x224，對於conv5出來后的輸出，是13x13x256的，可以理解成有256個這樣的filter，每個filter對應一張13x13的activation map.如果像上圖那樣將activation map pooling成4x4 2x2 1x1三張子圖，做max pooling后，出來的特征就是固定長度的(16+4+1)x256那么多的維度了.如果原圖的輸入不是224x224，出來的特征依然是(16+4+1)x256；直覺地說，可以理解成將原來固定大小為(3x3)窗口的pool5改成了自適應窗口大小，窗口的大小和activation map成比例，保證了經過pooling后出來的feature的長度是一致的.
原文：https://blog.csdn.net/sinat_33486980/article/details/81902746