SPPNet的主要贡献

提出了一种新的深度学习网络结构，即SPPNet，可以处理任意大小的输入图像。

通过空间金字塔池化层，SPPNet可以在不同尺度上提取图像的特征，从而提高了网络的性能。

SPPNet可以在不额外增加计算量的情况下，提高网络的准确率，因此在图像分类、物体检测和图像分割等任务中具有重要的应用价值。

SPPNet为后续的深度学习网络设计提供了有益的启示，促进了深度学习研究的发展。