【论文笔记】【目标检测】fpn详解

fpn是在卷积神经网络中图像金字塔的应用。图像金字塔在多尺度识别中有重要的作用，尤其是小目标检测。

论文中给了这么一张图来展示4种利用特征的形式。

（a）图像金字塔。这个是直接把图片resize成不同的尺度，使用不同的尺度对应生成不同的特征。缺点是时间成本很大，如果在测试的时候使用四级的图像金字塔，那么测试时间*4.

（b）只用最后一层特征。在fpn之前的算法，faster rcnn和spp net都是只用了最后一层特征。这个最大的问题应该是小目标难以识别，比如image中小目标尺寸16*16，下采样16倍就变成了1*1，四舍五入相当于没了。

（c）使用每层特征图进行预测。SSD是这么做的，从网络不同层抽取不同尺度的特征做预测。fpn认为SSD算法用到的底层不够底层。

（d）fpn采用了这种方法，顶层特征上采样后和底层特征融合，每层独立预测。

fpn的思路：

fpn每层做特征融合的特征图有两个，首先是前向传播，然后取了每个特征图做上采样（最