Spatial Pyramid Pooling in Deep Convolutional Networks for Visual Recognition论文的贡献

本文提出了一种新的深度卷积神经网络结构，即空间金字塔池化（Spatial Pyramid Pooling，SPP），用于视觉识别任务。SPP层可以对任意大小的输入进行空间金字塔池化，使得网络可以处理不同大小的输入图像，并且可以在不改变网络结构的情况下处理不同大小的输入图像。此外，SPP层还可以提高网络的鲁棒性，使得网络对输入图像的姿态、大小和位置变化更加稳健。本文还通过在多个数据集上进行实验验证了SPP层的有效性，证明了SPP层可以显著提高网络的性能。因此，本文的贡献是提出了一种有效的网络结构，可以处理不同大小的输入图像，并且可以提高网络的鲁棒性。