目标检测之FPN理解

本文深入解析FPN(Feature Pyramid Networks)在目标检测中的应用。FPN利用自底向上和自顶向下的路径以及横向连接构建特征金字塔,解决了高层语义弱、低层定位不准的问题,实现不同尺度的目标检测。通过对ResNets结构的运用,FPN在提高检测性能的同时,保持了计算效率。
摘要由CSDN通过智能技术生成

论文:feature pyramid networks for object detection
论文链接:https://arxiv.org/abs/1612.03144

参考资料:

https://blog.csdn.net/App_12062011/article/details/77947444

https://blog.csdn.net/quincuntial/article/details/80152314

预先知识:

图像金字塔

图像金字塔是图像多尺度表达的一种,是一种以多分辨率来解释图像的有效但概念简单的结构。一幅图像的金字塔是一系列以金字塔形状排列的分辨率逐步降低,且来源于同一张原始图的图像集合。其通过梯次向下采样获得,直到达到某个终止条件才停止采样。我们将一层一层的图像比喻成金字塔,层级越高,则图像越小,分辨率越低。 [1-2] 

 

 

   

 

论文概述:

FPN

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值