关于深度学习中feature map的分辨率，卷积感受野和attention的理解

1.一般情况下，AI深度学习的任务会有要求分类的，对象检测的，关键点检测的，但这些任务都需要网络既有提取细节信息的能力，又具有大感受野的能力。

2.比如FashionAI的服饰属性分类，既需要网络能提取细节信息（领口，袖口等），也就是要求feature map的分辨率高，又需要网络具有大的感受野，能看到全局（比如长裤等），但是一般通过堆叠卷积操作，让感受野增大后，feature map的分辨率又会降低，细节信息又不够，怎样可是实现这两者的平衡呢，目前的经典的方法就是FPN，对不同级别的信息进行融合。

3.同样关键点检测需要局部纹理信息也就是细节信息去检测可见点，而不可见点就需要全局信息去推断出,可以对FPN进行进一步的改进融合，从而提取到既包含细节信息又有大感受野信息的feature map。因此可以对该改进的feature map进行监督训练得到关键点heatmap，同时可以把该feature map当成attention层(先加后乘，直接乘，直接加等等)，两个用处。

4.对象检测有大物体，也有小物体，因此同样需要局部信息和全局信息。

5.目前可探索的除了FPN之外，还有就是利用空洞卷积加padding的方法，既可以保持feature map的分辨率，还能扩大感受野，当然空洞卷积会丢失一些细节信息。

6.对于attention，目前的理解有bbox的方法，heatmap的方法，意思就是聚焦

 

开了一个技术交流的公众号，里面记录一些在学习有关深度学习，推荐系统与机器学习过程中的笔记与心得，欢迎关注~