深度学习目标检测网络FPN tensorflow升3d尝试

初始代码在github上。你只要搜索FPN tensorflow 即可，赞最多的那个便是。目标是想要将其该为3d的FPN。https://github.com/DetectionTeamUCAS/FPN_Tensorflow

但是遇到了三个问题，有一个无法解决：

1.FPN tensorflow代码中集成了很多方法和基础模型，导致整体流程从代码中无法直观得看出流程。模型基础的部件定义过于分散，所有步骤阅读懂比较有难度。但是项目本身很友好，集成了比较新的成果，不大改模型用起来比较顺手的，而且还提供了比较。

2.可能我由于对目标检测（faster-RCNN）本身就不太理解，其实对rpn那一块（选框）是模棱两可一知半解的。在这种情况下让我改标签是不太合适的。现在发现如果想要理解一个模型，最好是对照论文看源码或者是仅仅根据论文复现的代码。（最好是集成度低的tensorflow、pytorch。（tensorflow的silm，Keras这类集成度太高不太适用。））

3.第三个也是最严重的一个的问题。项目本身用的是最基础的网络。resnetV1是silm里的函数，要从2d升到3d就要自己写基础网络感觉不太现实。只能放弃这个方案。

 

PS2019年3月26日添加：这里还没理解什么是FPN，FPN只是一个特征提取网络，后面还是需要fast-rcnn的（每个尺度下的特征图后面都加）。FPN升3d其实不难，关键是多尺度下的fast-rcnn怎么联合训练。希望对你有点帮助。