Spatial pyramid pooling nima?

Koinot Piramidal Havuzlash (SPP) — bu kompyuter ko‘rish texnologiyasida ishlatiladigan texnika bo‘lib, u turli o‘lchamdagi kirish tasvirlaridan oldindan o‘lchamini o‘zgartirmasdan, belgilangan o‘lchamdagi xususiyatlarni chiqarishga imkon beradi.

G‘oyasi shundan iboratki, oddiy global pooling (masalan, max pooling) o‘rniga, turli o‘lchamdagi oynalar bilan havuzlash hierarxiyasidan foydalaniladi, bu tasvirni bir nechta darajaga (piramida) bo‘lib, masalan, 1x1, 2x2, 4x4 va hokazo. Har bir darajada, mos keladigan hududlardagi maksimal qiymatlar olinadi va barcha natijalar bir xil uzunlikdagi vektor shaklida birlashtiriladi.

Bu neyron tarmoqlarga har qanday o‘lchamdagi tasvirlar bilan ishlash imkonini beradi va turli o‘lchamdagi fazoviy ma’lumotlarni saqlab qoladi.

Misol uchun: agar sizda tasvir bo‘lsa, uni 4 kvadratga (2x2) bo‘lishingiz mumkin, har biridan maksimal qiymatni olasiz, so‘ngra 16 kvadratga (4x4) va shunday davom etasiz, va barcha qiymatlarni bitta vektor shaklida birlashtirasiz.

SPP ko‘pincha CNN arxitekturalarida ishlatiladi, bu esa moslashuvchanlik va tan olish sifatini yaxshilash uchun.