老哥老哥，还有一个疑问，自己想了半天也没明白，网上也找不到：
FPN网络里在RoI Pooling层的部分是将不同的RoI分配给金字塔的不同层，使用的分配公式是：levels = tf.round(4. + tf.log(tf.sqrt(w*h + 1e-8)/224.0) / tf.log(2.))这里的224是标准ImageNet训练前的图片大小。
所以我的疑问是咱们在训练自己的数据集时，假如我的输入图片大小是800×800，为啥在RoI Pooling的这个公式里还是用的224而不是800呢？这个是跟ResNets用ImageNet预训练出来的有关系吗？
有点懵，望老哥指点一二，抱拳了~
老哥老哥，还有一个疑问，自己想了半天也没明白，网上也找不到：
FPN网络里在RoI Pooling层的部分是将不同的RoI分配给金字塔的不同层，使用的分配公式是：
levels = tf.round(4. + tf.log(tf.sqrt(w*h + 1e-8)/224.0) / tf.log(2.))这里的224是标准ImageNet训练前的图片大小。所以我的疑问是咱们在训练自己的数据集时，假如我的输入图片大小是800×800，为啥在RoI Pooling的这个公式里还是用的224而不是800呢？这个是跟ResNets用ImageNet预训练出来的有关系吗？
有点懵，望老哥指点一二，抱拳了~