1.ROI pooling 和 ROI align的区别
ROI pooling第一步根据候选区域找特征图的位置，可能不是刚好对应，需要一次量化，如上图所示，第二次是特征图需要转化为特定的大小，这时候pooling可能也不能正好整除，所以第二次量化，这两次量化在像素级的任务上会有很大的误差。而align则不会量化，是直接取小数部分，最后每个格子分四块，求一个maxpooling，这四块区域的特征是通过双线性插值得到的。这样就没有量化导致的较大的损失。
2.YOLO3-YOLO5模型结构与正负样本分配策略
yolov3的网络结构DarkNet53和FPN的结构，多尺度预测，三个不同分辨率的特征图。
yolov5的输入端：mosaic数据增强，将四张图片随即缩放裁剪排布放在一起。
自适应锚框计算：根据不同数据集自适应的得到锚框的大小。
自适应图片缩放：不同分辨率的图片会变为同样的，进行黑边填充
模型端：
首先是FOCUS切片操作，降低计算量。
CSPNet结构：降低计算量，丰富梯度传播，将特征channel分为两份，不同的传播下去。
FPN+PAN的neck结构，相当于又将特征图传播上去了。
使用的CIOU-loss，GIOU-loss加上最大外接矩形，DIOU-loss加入中心点距离，CIOU-loss加入长宽比。
正负样本分配策略
yolov3的话是一个GT只有一个正样本，只在一个分辨率特征图上的一个网格里选择一个anchor为正。剩下的IOU小于阈值为负。
yolov4里面把GT先分到一个分辨率特征图里，每一个特征图分别进行正负样本计算，只要IOU大于阈值，就为正样本。
yolov5里面一个GT分给三个特征图，GT落在一个网格里，再找相近的两个网格，一个GT跟27个anchor匹配，只要宽高比小于阈值就为正。
