經典卷積神經網絡之SppNet

        在以前的卷積神經網絡中，我們通常會將輸入圖片縮放到固定大小，進行訓練。主要的原因就是卷積神經網絡中的全連接層，我們都知道卷積層是不需要固定大小的輸入，給它多大的輸入，它就可以產生對應的輸出。但是當遇到全連接層時，如果給它不同大小的輸入，那麼它的權重參數的數量就會發生改變，導致無法訓練。在固定輸入圖片時，常用的操作就是裁剪、變形，但是裁剪會導致信息的丟失，變形會導致位置信息的扭曲，從

>>阅读原文<<