O que são e para que servem RoI, RoI Pooling e RoI Align? Qual é a principal diferença entre RoI Align e RoI Pooling?

RoI (Região de Interesse) — é uma área da imagem que contém o objeto de interesse (por exemplo, rosto, carro). Em tarefas de deteção de objetos, os modelos analisam precisamente essas regiões.

RoI Pooling — operação que transforma um RoI de tamanho arbitrário em um tamanho fixo (por exemplo, 7x7) usando max pooling. Isso permite transmitir dados às camadas seguintes da rede neural com uma entrada de tamanho fixo. No entanto, o RoI Pooling usa quantização de coordenadas, o que pode levar a imprecisões e perda de informação.

RoI Align — melhoria do RoI Pooling que elimina a quantização de coordenadas. Em vez de arredondar as coordenadas, o RoI Align usa interpolação bilinear para um alinhamento preciso dos dados de entrada. Isso aumenta a precisão na localização de objetos, especialmente para detalhes pequenos.

Diferença chave entre RoI Align e RoI Pooling:

• RoI Pooling arredonda as coordenadas e aplica max pooling discreto, o que pode reduzir a precisão.
• RoI Align mantém as coordenadas exatas e usa interpolação, melhorando a qualidade das características extraídas.

Assim, o RoI Align fornece uma representação mais precisa dos objetos nas regiões destacadas, o que é importante para tarefas de deteção e segmentação.