ROI Pooling

roi_cupy.py（该部分代码由C++实现）
详解参考，本篇为借鉴https://blog.csdn.net/zj360202/article/details/78845601

ROI Pooling的输入

输入有两部分组成：

1、特征图：指的是图1中所示的特征图，在Faster RCNN中，它是与RPN共享那个特征图，通常我们常常称之为“share_conv”
2、rois在Faster RCNN 中指的是RPN的输出，一堆矩形候选框，形状为1x5x1x1(4个坐标+索引|index)，其中值得注意的是：坐标的参考系不是针对feature map这张图的，而是针对原图的（神经网络最开始的输入）

ROI Pooling的输出

输出是batch个vector, 其中batch的值等于RoI的个数，vector的大小为channel w h; RoI Pooling 的过程就是将一个个大小不同的box矩形框，都映射成大小固定（w * h）的矩形框；

ROI pooling具体操作如下：
（1）根据输入image，将ROI映射到feature map对应位置；
（2）将映射后的区域划分为相同大小的sections（sections数量与输出的维度相同）；
（3）对每个sections进行max pooling操作；

进行回归和预测

classifier.py

分类预测判断预测的结果和种类，回归预测对框做出调整

该部分为用vgg16训练时运行其后面部分代码为使用resnet50代码训练时使用的代码