@1 divide_spatial_pyramid_pooling.py -> 构建自己的SPPnet结构函数 可以将给定的feature_map 划分成任意mxn的sub_featuremap并且针对每一个subfmap进行pooling操作 获得mxn的pooling结果
@2 divide_spatial_pyramid_pooling_bp_test.py -> 测试自己实现的类似SPPnet的结构的性能
@3 我所实现的spatial pyramid pooling的操作和caffe中以及tensorflow中的方式不同,它们都是需要将一个feature map划分成相同尺度的大小,而我的feature map中划分是动态拼接的,不需要线性插值或者padding等操作,能够实现feature map利用率100%。