目标检测中的池化层

池化层（Pooling Layer）的原理本质上是一种下采样（Subsampling）或特征压缩（feature aggregation）的操作，它通过在输入特征图上划分小区域，对每个区域进行统计汇聚，从而得到更小的输出特征图。

作用

降低分辨率，减少计算量：池化层通过下采样减少特征图的宽高。减低计算复杂度，加快训练和推理。减少参数量，避免网络过大。

基本计算过程

假设输入一张二维特征图，

1.划分窗口

给定池化核大小（如），以及步幅。从左上角开始，按找步幅滑动窗口，覆盖输入特征图。

2.区域聚合

对每个窗口内的元素，进行特定的汇聚操作。

最大池化：取改窗口中的最大值。

平均池化：去窗口内所有值的平均。

全局池化：直接对整张特征图取最大/平均（用于分类的最后一层）。

3.生产输出特征图

每一个窗口对应一个输出值，最终得到比输入更小的特征图。

示例

输入特征图

最大池化，stride=2

[1,2,3,4] 最大值=6

[2,4,1,2] 最大值=4

[7,8,3,4]最大值=8

[2,0,6,1]最大值=6

值得注意的是在现代检测网络中，传统池化层的使用逐渐减少，更多依赖卷积+步幅代替池化完成下采样，以减少信息丢失。但在FPN或ROl Align等模块中，池化思想依然是核心。

传统池化层和 卷积 + 步幅区别-CSDN博客