请解释 RoI Align 的工作原理，并说明它与 RoI Pooling 相比具体在哪些方面做出了改进？

回答思路

1. 【回答框架 1】RoI Pooling 在将候选框映射到特征图时，会进行两次量化：一次是候选框坐标的量化，另一次是将候选区域划分为固定尺寸网格（如 7×7）时的量化。这些量化操作会引入像素级别的偏差，从而影响后续分类和回归的精度。
2. 【回答框架 2】RoI Align 的核心改进是取消了量化操作。它保留候选框的浮点数坐标，在划分网格时也使用浮点数边界。对于每个网格单元，通过双线性插值计算其中固定采样点（如 4 个）的特征值，然后对这些采样点做最大池化或平均池化，得到该网格的输出。这样的设计避免了量化误差，使特征提取更精确。
3. 【回答框架 3】RoI Align 的改进主要带来两个好处：一是提升检测和分割任务的定位精度，尤其对于小目标或像素级任务（如实例分割）效果显著；二是保持了计算效率，虽然计算量略高于 RoI Pooling，但在 GPU 上仍可高效实现。
4. 【回答框架 4】这一改进在 Faster R-CNN 系列和 Mask R-CNN 等模型中非常关键，是实例分割任务能够取得好效果的重要基础之一。实际应用中，ROI Align 已成为两阶段检测器的主流选择。
5. 【关键点 1】RoI Align 消除了 RoI Pooling 中的两次量化误差，提升了特征提取精度。
6. 【关键点 2】RoI Align 使用双线性插值计算采样点，对浮点数边界不进行取整。
7. 【关键点 3】RoI Align 特别有利于小目标检测和像素级任务如实例分割。
8. 【关键点 4】RoI Align 计算开销略高，但通常可接受，已成为主流模型标准组件。
9. 【易错点 1】不能认为 RoI Align 总是带来大幅提升，对于普通目标检测，改进相对有限，需要结合模型整体结构评估。
10. 【易错点 2】RoI Align 的采样点数量和插值方式也会影响效果，需要针对任务调优，默认 4 点采样并非在所有场景都最优。