FPN结构理解

在看了一些对于FPN的讲解后的小笔记

 （a）中先是将输入图片缩放成各个比例大小的图片，再将每张图片进行特征提取。缺点：计算量非常大

（b）直接将图片进行卷积操作，最后再进行预测。因为深层的网络会更加关注语义信息，浅层网络关注细节信息，所以对于图像中的小目标的检测效果不会太好

（c）在每一层都进行图像的预测特征提取。但是这样得到的特征很多都是弱特征（浅层网络提取到的特征），也就导致特征不鲁棒

（d）在c的基础上，对每一层提取到的特征进行融合，再进行图像的预测。

其中1*1的conv是为了保证他们的channel是一样的，从而可以进行不同特征层之间的融合，其中的上采样是为了，深层网络的特征图大小，能够通过upsampling增大特征图，以便深层特征图向底层特征图进行融合。