[深度学习从入门到女装]FPN

论文地址：Feature Pyramid Networks for Object Detection

 

这是凯明大神所在的facebook AI组17年的一篇目标检测的论文

 

（a）就是对于输入图像进行多尺度的缩放，对每个尺度的原图像进行特征提取，然后对于每个尺度特征都进行predict，这种方式多适用于传统的手工特征(engineered features)，由于CNN的位移不变性等特点，带来了以下的结构

（b）就是对于输入图像进行金字塔式特征提取，最终只使用金字塔塔尖的高维特征进行predict，

（c）就是对于输入图像进行金字塔式特征提取，对于特征金字塔中的每层特征都进行predict，SSD就是这种方式，对于小目标检测很有效果

（d）就是本文提出的网络结构，类似于U-Net的结构，对输入图像进行金字塔式特征提取，然后再将金字塔塔尖的高维特征进行上采样，与下一层特征进行skip connection，从而得到一个倒金字塔，最终使用倒金字塔的每层特征进行predict

 

上采样方式采用nearest neighbor upsampling，skip-connection使用同层down-up金字塔特征的1*1卷积结果，与上采样的结果进行element-wise add，在使用3*3卷积进行处理，以减少上采样的影响，每层特征图的channel=256

 

目标检测

在up-down金字塔上每层使用RPN+Fast/Faster R-CNN进行目标检测

 

实例分割

在DeepMask/SharpMask上进行实例分割