RoIAlign nedir ve neden RoIPool'den daha hassas?

RoIAlign, giriş görüntüsü veya özellik tensörü üzerinde ilgi alanlarından (Region of Interest, RoI) sabit boyutlu özellikler çıkarmak için kullanılan bir işlemdir. Mask R-CNN'de segmentasyon ve nesne tespiti doğruluğunu artırmak için önerilmiştir.

RoIPool'den farklı olarak, RoI'yi bir ızgara halinde bölüp koordinatları yuvarlayan max havuzlama işlemi uygular, RoIAlign koordinatların yuvarlanma sorununu giderir ve nokta konumlarındaki değerleri hesaplamak için ikili interpolasyon kullanır. Bu, RoI ile özellikler arasında hassas bir mekansal uyum sağlar.

Neden RoIAlign, RoIPool'den daha hassastır:

• RoIPool, RoI'yi bölme sırasında koordinatları yuvarlar, bu da bilgi kaybına ve özelliklerin kaymasına neden olur.
• RoIAlign, interpolasyon kullanır, bu da konumları tam tutar ve çıkarılan özelliklerin kalitesini artırır.

Örnek: RoI, ızgara boyutunun tam katı olmayan koordinatlara sahip bir alanı kapsıyorsa, RoIPool bunları yuvarlar, RoIAlign ise interpolasyonla değerleri hesaplar, bu da sınırların hassasiyetinin kritik olduğu segmentasyon görevleri için özellikle önemlidir.