在对象检测上使用步长为1的最大池化层的目的是什么

Question

我正在使用Single Shot Detector（SSD），更具体地说是在喀拉拉邦this implementation工作。

当我检查SSD300时（尽管我也注意到，这也适用于SSD512），我注意到在每个卷积组之后都有一个减小特征图维数的最大池。到目前为止还算不错，但是在conv组5之后（准确地说是在conv5_3层之后），应用的最大池使用跨距为1。我无法在original work的SSD上对此进行验证，因为它是用caffe编写的，我对那个不熟悉。这意味着（带有添加的填充）不会减少要素地图的大小。另外，最大池化层中的过滤器数量与以前相同，并且内核大小从(3,3)增加到(2,2)。

就我所知，这意味着该最大池化层既不用于降低尺寸，也不用于减少（或无论如何更改）过滤器的数量。因此，它仅用于在特征图中应用最大池化过滤器。谁知道这为什么必要吗？还是使其更正确，这样一层的目的是什么？我的猜测是可以完全删除它，并且我希望性能不会有太大差异，但是我还没有坦白地说。

我可能在这里想念的任何想法吗？

Answer 1

这样的过滤器会突出显示最强大的功能，而丢弃那些较弱的功能，但不会降低其尺寸。有意义程度取决于接下来的几层。 从理论上讲，出现了冗余...

取决于输入的大小，不希望缩小尺寸，因为您可能会失去任何功能。