ROI Pooling

释义 Definition

ROI Pooling（感兴趣区域池化）：计算机视觉中常用的一种操作，用于把不同大小的候选区域（RoI, Region of Interest）从特征图上裁剪并映射为固定尺寸（如 7×7）的特征，以便后续的分类与边界框回归等任务能够使用统一形状的输入。常见于两阶段目标检测模型中。（注：相关方法还有 RoI Align 等。）

发音 Pronunciation (IPA)

/ˌɑːr oʊ ˈaɪ ˈpuːlɪŋ/

例句 Examples

We use ROI pooling to convert each proposal into a fixed-size feature map.
我们使用 ROI pooling 将每个候选框转换为固定尺寸的特征图。

Because ROI pooling quantizes coordinates, it may cause slight misalignment for small objects.
由于 ROI pooling 会对坐标进行量化（取整），在处理小目标时可能带来轻微的对齐误差。

词源 Etymology

“ROI”是 Region of Interest（感兴趣区域）的缩写；“pooling”源自深度学习中的池化操作（如 max pooling/average pooling），表示通过分块汇聚把特征压缩到更小、更规整的形状。“ROI pooling”这一术语随着两阶段检测框架（如 R-CNN 系列）在学术论文与工程实现中普及而固定下来。

相关词 Related Words

• Region
• Proposal
• Bounding
• Pooling
• Feature
• Convolution
• R-CNN
• Faster
• Alignment

文学作品与著名出处 Literary Works

• Ross Girshick (2015), Fast R-CNN：提出并系统化使用 ROI pooling，将候选区域映射为固定大小特征以提升检测效率。
• Shaoqing Ren et al. (2015), Faster R-CNN：在两阶段检测流程中沿用 ROI pooling（并以 RPN 生成候选区域）。
• Kaiming He et al. (2017), Mask R-CNN：讨论 ROI pooling 的量化误差，并提出 RoIAlign 作为改进（因此文中也会对 ROI pooling 进行对比提及）。