全文总字数：4481字

1. 研究目的与意义及国内外研究现状

我们知道在卷积神经网络中，对于结构已经确定的网络，需要输入一张固定大小的图片，比如224*224，32*32,96*96等，这样对于我们希望检测各种大小的图片的时候，需要经过裁剪，或者缩放等一系列操作，这样往往会降低识别检测的精度，因此现提出“空间金字塔池化”的方法，在空间金字塔匹配上考虑了空间信息并采用了多尺度的分块方法,我们利用空间金字塔方法能降低特征图尺寸的特点来取代传统卷积神经网络的池化层,提出基于空间金字塔方法的卷积神经网络,空间金字塔池化通过使用多个不同大小的池化操作保证固定的特征向量输出,从而实现任何尺度的输入。这个算法在于使得我们构建的网络，可以输入任意大小的图片，不在需要经过裁剪缩放等操作，任意大小的图片都可以通过这个方法来改变图片的尺寸，而且精度也会有所提高。

国内外研究现状

自Hinton等提出深度学习以来,已经在学术界和产业界产生了深远的影响.它通过多层结构将底层特征逐步转换为更加抽象的高层特征,具有优异的特征学习能力,学到的特征对数据有更本质的刻画.卷积神经网络（CNN）是第一个真正意义上的深度学习模型,也是最成功的深度模型之一,在计算机视觉领域有着广泛的应用.但是由于图像尺寸的限制，这又要求本需要对图像加以剪裁，缩放等一系列操作，为此提出“空间金字塔池化”（spatial pyramid pooling）的策略，在ImageNet 2012数据集中，我们证明了SPP-net提高了各种CNN架构的准确性，尽管它们的设计不同。在Pascal VOC 2007和Caltech101数据集上，SPP-net使用单个全图像表示并且没有微调来实现最先进的分类结果。 SPP-net的强大功能在物体检测中也很重要。 使用SPP-net，我们仅从整个图像计算一次特征图，然后在任意区域（子图像）中池特征以生成用于训练检测器的固定长度表示。 该方法避免重复计算卷积特征。 在处理测试图像时，此的方法比R-CNN方法快24-102倍，同时在Pascal VOC 2007上实现更好或相当的准确度。

2. 研究的基本内容

首先理解所研究内容的目的和意义，主要在了解课题的国内外研究状况，和其所带来的优点。

其次主要理解空间金字塔池化（spp-net）策略的基本原理，由于卷积层的参数和输入大小无关，它仅仅是一个卷积核在图像上滑动，不管输入图像多大都没关系，只是对不同大小的图片卷积出不同大小的特征图，但是全连接层的参数就和输入图像大小有关，因为它要把输入的所有像素点连接起来,需要指定输入层神经元个数和输出层神经元个数，所以需要规定输入的图片的大小。spp-net对网络结构的调整的方法，其可以产生固定大小的输出。

然后网络训练测试阶段，理论上说，spp-net支持直接以多尺度的原始图片作为输入后直接bp即可。实际上，caffe等实现中，为了计算的方便，gpu,cuda等比较适合固定尺寸的输入，所以训练的时候输入是固定了尺度了的。在测试输入为任意大小的图片时，其输出的结果。

3. 实施方案、进度安排及预期效果

1、2018年11月15日：确定论文题目。

2、2019年3月5日：，初步查阅相关材料，填写论文任务书。

4. 参考文献

1. lecun, yann et al. “backpropagation applied to handwritten zip code recognition.” neural computation 1 (1989): 541-551.

2. lazebnik, svetlana et al. “beyond bags of features: spatial pyramid matching for recognizing natural scene categories.” 2006 ieee computer society conference on computer vision and pattern recognition (cvpr06) 2 (2006): 2169-2178.

3. zitnick, c. lawrence and piotr dollr. “edge boxes: locating object proposals from edges.” eccv (2014).