SPPnet neck https://arxiv.org/pdf/1406.4729.pdf
1 SPP网络的目的
很简单，第一是要清楚SPPnet 用在哪里，用来的目的是什么？
用在CNN backbone的后面neck部分，能够以另类方式做池化，使得经过这一层后的输出size不变。
不同尺寸原始图像输入到CNN backbone后，得出的输出是不一样尺寸的，加个SPPnet 就OK了。
2 SPP网络如何计算
第二要清楚如何计算的，下图可能表现得不是很清楚：
这文章（https://www.cnblogs.com/xiaoboge/p/10567869.html）里的图更清楚：
3 SPP网络的应用
关于ROI pooling：
（1） Fast RCNN 和 Faster RCNN里用的是ROI pooling，涉及到两个概念，一个是特征图只提取一次，二是利用anchor proposal 圈定ROI特征图，然后自适应pooling到7*7的特征图大小。和这里的SPP空间金字塔网络不太一样。
（2） Mask RCNN更狠，直接把ROI pooling换成了 ROI align，这样就不用取整操作，直接双线性插值获取输出特征图的数值。现在很多用 Faster RCNN 也是直接用 ROI align，而不用ROI pooling，凯明大神在maskrcnn论文里也提到 使用ROI align 模型更强。
关于SPP空间金字塔网络：
YOLOv3 v4 v5中均使用。
YOLOv5 还改良了一下计算，改成SPPF了。
