https://blog.deepsense.ai/region-of-interest-pooling-explained/
什么是ROI
ROIalign按照下面的算法计算
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_37142859/article/details/93356914
————————————————
版权声明：本文为CSDN博主「Turtlelin007」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_37142859/article/details/93356914
什么是ROI
来源： 景安资讯平台 作者： 小韩 发布时间： 2015-12-04 点击： 什么是ROI 56297
相信各位搞电商运营的朋友，都或多或少都会听说过ROI 一词，ROI 在我们日常的电商运营中，是一个很重要的考核指标，接下来我们去了解下ROI 势什么意思，该怎么进行计算ROI ？
ROI 又称投资回报率，Retrun OnInvestment ，指获得收益和投入成本的比值。一般来说有两种：基于销售额的ROI 和基于利润额的ROI 。
直接ROI ：通过单一的投放商品所产生的销售额来测算ROI 。这种直接的ROI ，往往获得的数据比较低，有时候会影响正常的营销策略判断，可参考性不高。
感兴趣区域
ROI属于IVE技术的一种，IVE指的是Intelligent video encoding, 即智能视频编码， IVE技术可以根据客户要求对视频进行智能编码，并在不损失图像质量的前提下，优化视频编码性能，最终降低网络带宽占用率和减少存储空间。在监控画面中，有些监控区域是不需要被监控或无关紧要，例如天空，墙壁， 草地等等监控对象，普通网络监控摄像机对整个区域进行视频编码（压缩）并传输，这样就给网络带宽和视频存储带来了压力。而ROI智能视频编码技术却很好的解决了这个问题，ROI功能的摄像机可以让用户选择画面中感兴趣的区域，启用ROI功能后，重要的或者移动的区域将会进行高质量无损编码， 而对那些不移动，不被选择的区域降低其码率和图像质量，进行标准清晰度视频压缩，甚至是不传输这部分区域视频，达到节省网络带宽占用和视频存储空间。
感兴趣区域 技术种类
感兴趣区域 实用性
如果网络带宽资源有限或不够，网络监控摄像机只能使用有限的上传带宽进行视频传输， 用户想对重要的区域进行高分辨率，高质量视频监控， 那么ROI技术可以牺牲掉非关注区域的图像质量仅对关键区域进行高分辨率视频编码，满足用户高清晰度视频监控要求，同时不需要增加网络带宽。
感兴趣区域 行业影响
有多家网络摄像机监控厂商推出了支持ROI编码功能的产品，其中包括安视讯，海康威视，大华等，在监控应用，可以使用此技术来解决带宽不足问题。 由于视频监控向H.265发展， ROI和H.265技术进行结合可大大减少网络带宽占用， 将可在低带宽/网速下进行超高清视频的观看。
ROI Pooling层解析
懒人元 于 2017-03-03 21:19:43 发布 106924 收藏 199
ROI Pooling的意义
ROIs Pooling顾名思义，是Pooling层的一种，而且是针对RoIs的Pooling，他的特点是输入特征图尺寸不固定，但是输出特征图尺寸固定；
图1 Fast RCNN整体结构
ROI Pooling的输入
输入有两部分组成：
1. 特征图：指的是图1中所示的特征图，在Fast RCNN中，它位于RoI Pooling之前，在Faster RCNN中，它是与RPN共享那个特征图，通常我们常常称之为“什么是ROI share_conv”；
2. rois：在Fast RCNN中，指的是Selective Search的输出；在Faster RCNN中指的是RPN的输出，一堆矩形候选框框，形状为1x5x1x1（4个坐标+索引index），其中值得注意的是：坐标的参考系不是针对feature map这张图的，而是针对原图的（神经网络最开始的输入）
ROI Pooling的输出
输出是batch个vector，其中batch的值等于RoI的个数，vector的大小为channel * w 什么是ROI * h；RoI Pooling的过程就是将一个个大小不同的box矩形框，都映射成大小固定（w * h）的矩形框；
ROI Pooling的过程
如图所示，我们先把roi中的坐标映射到feature map上，映射规则比较简单，就是把各个坐标除以“输入图片与feature map的大小的比值”，得到了feature map上的box坐标后，我们使用Pooling得到输出；由于输入的图片大小不一，所以这里我们使用的类似Spp 什么是ROI Pooling，在Pooling的过程中需要计算Pooling后的结果对应到feature map上所占的范围，然后在那个范围中进行取max或者取average。
ROIpooling是什么
沙雅云 于 2019-08-31 15:07:43 发布 25127 收藏 109
ROI操作的基本介绍
roi是在原图中的感兴趣区域，可以理解为目标检测的候选框也就是region of proposals，我们将原图进行特征提取的时候，就会提取到相应的feature map。那么相应的ROI就会在feature map上有映射，这个映射过程就是roipooling的一部分，一般ROI的步骤会继续进行max pooling，进而得到我们需要的feature map，送入后面继续计算
根据ROIS提供的候选框坐标，映射到FeatureMap，然后进行max-pooling，和普通的max-pooling的不同之处在于池化窗口的内部的各自包含的特征值数量不一样。
下面这组图就是这个过程
输入是特征图
特征图片对应的建议区域
若想输出2*2 的feature map
我们就需要对把这个ROI区域分成4大块，每一块做一下max-pooling 得到最终的值
最终 的值就是
再说一遍详细的手写过程
https://blog.deepsense.ai/region-of-interest-pooling-explained/
ROIalign按照下面的算法计算
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/weixin_37142859/article/details/93356914
————————————————
版权声明：本文为CSDN博主「Turtlelin007」的原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接及本声明。
原文链接：https://blog.csdn.net/weixin_37142859/article/details/93356914
双线性插值计算方法
如上图，每一个蓝色点周围都有4个像素点，蓝色点的值极为该4个点的加权平均，权重是距离像素点的距离，距离越近，权重越大。如下图所示。
圆圈代表像素值，色块面积代表权重。以红色点为例，待计算点（黑色点）距离红色点最远，因此它权重最小，反映在色块面积上就是红色色块面积最小。说明红色对黑色点的影响比较小。