O que é pooling piramidal espacial?

O Pooling Piramidal Espacial (SPP) é uma técnica em visão computacional que permite extrair características de tamanho fixo de imagens de entrada de tamanhos diferentes sem necessidade de redimensioná-las previamente.

A ideia é que, em vez de um pooling global simples (por exemplo, max pooling), uma hierarquia de pooling com diferentes tamanhos de janelas é aplicada, dividindo a imagem em vários níveis (pirâmide), por exemplo, 1x1, 2x2, 4x4, etc. Em cada nível, são obtidos os máximos nas regiões correspondentes, e então todos os resultados são combinados em um vetor de comprimento fixo.

Isso permite que redes neurais trabalhem com imagens de tamanhos arbitrários, mantendo a informação espacial em diferentes escalas.

Exemplo: se tiver uma imagem, pode dividi-la em 4 quadrados (2x2), pegar o máximo em cada um, depois em 16 quadrados (4x4), e assim por diante, e depois combinar todos esses valores em um único vetor.

O SPP é frequentemente usado em arquiteturas CNN para melhorar a flexibilidade e a qualidade do reconhecimento.