Faster RCNN如何结合FPN结构(很多程序成为Faster RCNN+FPN)

参考:

https://blog.csdn.net/u012426298/article/details/81516213

可以用下面这个图来解释,FPN不是一个完整的目标检测网络,只是一个特征金字塔网络,提到的FPN实际是特征金字塔提取特征,因此Faster RCNN加上FPN的思想,本质上就是改了特征提取部分,因为特征层变多了,因此ROIpooling也增加了。

è¿éåå¾çæè¿°

FPN的motivation:

低层的特征语义信息比较少,但是目标位置准确;高层的特征语义信息比较丰富,但是目标位置比较粗略。另外虽然也有些算法采用多尺度特征融合的方式,但是一般是采用融合后的特征做预测,而本文不一样的地方在于预测是在不同特征层独立进行的。

这个图是它与其他特征融合的不同之处,即不同特征层独立预测(predict)。

实现细节:

这个1x1的卷积其实挺关键的,进行通道数变换。

  • 7
    点赞
  • 53
    收藏
    觉得还不错? 一键收藏
  • 4
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 4
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