在剛接觸目標檢測時，學習到R-CNN時，為了使全連接層的輸入大小固定，作者將卷積神經網絡的輸出經過warp操作，使得輸入大小固定，那問題來了，為什么全連接網絡的輸入需要固定，而卷積神經網絡的大小可以是任意的。
大家都知道， 
，全連接神經網絡結構一旦固定，需要學習的參數w是固定的，例如 輸入圖像是 28*28 = 784，w 的轉置= （500，784），===> 輸出矩陣的shape:(500,1)，如果輸入圖像的大小改變，但是w的大小並不會改變，因此，無法計算。
而對於卷積神經網絡，卷積核的每個元素表示參數w，不論輸入圖像大小怎么改變，卷積核大小是不變的，並且通過卷積操作，每次都能訓練到卷積核中的元素，所以卷積神經網絡的輸入圖像的大小是任意的。