roi pooling是先进行roi projection(即映射)然后再池化
映射是把用来训练的图片的roi映射到最后一层特征层(即卷积层)。方法其实很简单，图片经过特征提取后，到最后一层卷积层时，真个图片是原始图片的1/16，你把roi的4个坐标都乘以1/16，也就变成了在这个卷积层上对应的坐标。这和我当时把1920x1200图片转化为960x600进行的gt-roi变换是一样的。
得到roi在最后一层卷积层的坐标后，就把这个roi区域均分成HxW份，每份进行池化，最后再把这么多份concatenate起来输入给下一层。这样所有roi，不论roi大小，生成的都是固定长度的一个向量给下一层。