Qu'est-ce que RoIAlign et pourquoi est-il plus précis que RoIPool?

RoIAlign est une opération utilisée en vision par ordinateur pour extraire des caractéristiques de taille fixe à partir de régions d’intérêt (Region of Interest, RoI) dans une image d’entrée ou un tenseur de caractéristiques. Elle a été proposée dans Mask R-CNN pour améliorer la précision de la segmentation et de la détection d’objets.

Contrairement à RoIPool, qui divise la RoI en une grille et applique une opération de max-pooling avec arrondi des coordonnées, RoIAlign élimine le problème de l’arrondi des coordonnées en utilisant une interpolation bilinéaire pour calculer les valeurs aux points à coordonnées flottantes. Cela permet de conserver une correspondance spatiale précise entre la RoI et les caractéristiques.

Pourquoi RoIAlign est plus précis que RoIPool :

• RoIPool arrondit les coordonnées lors de la division de la RoI, ce qui entraîne une perte d’informations et un décalage des caractéristiques.
• RoIAlign utilise l’interpolation, ce qui conserve les positions exactes et améliore la qualité des caractéristiques extraites.

Exemple : si la RoI couvre une zone avec des coordonnées non multiples de la taille de la grille, RoIPool les arrondira, tandis que RoIAlign calculera les valeurs par interpolation, ce qui est particulièrement important pour les tâches de segmentation où la précision des frontières est critique.