目前一些目标检测论文中所提到的一些模型的作用

FPN（Feature Pyramid Network）算法：

      特征金字塔网络（FPN）是目标检测中生成金字塔形状特征表示的代表性模型架构之一。它采用通常为图像分类设计的骨干模型，然后通过自上而下和横向连接，并组合不同的特征层来构建特征金字塔。FPN 取代了检测器（如 Faster R-CNN）中的特征提取器，并生成更高质量的金字塔特征图【1】。

                              

                                                            图注：特征金字塔网络，选自 arXiv: 1612.03144。

      FPN 由自下而上和自上而下路径组成。其中自下而上的路径采用下采样，是用于提取特征的常用卷积网络，空间分辨率自下而上地下降。当空间分辨率下降，且检测到更高层的结构时，每层的语义值增加。

      原来多数的object detection算法都是只采用顶层特征做预测，但我们知道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【2】。 

      同时利用低层特征高分辨率和高层特征的高语义信息，通过融合这些不同层的特征达到预测的效果。并且预测是在每个融合后的特征层上单独进行的，这和常规的特征融合方式不同。 

【1】谷歌大脑提出NAS-FPN：一种学会自动架构搜索的特征金字塔网络：http://www.360kuai.com/pc/9f5779082a933626a?cota=4&sign=360_57c3bbd1&refer_scene=so_1

 

【2】FPN（feature pyramid networks）算法讲解：https://blog.csdn.net/u014380165/article/details/72890275

【3】FPN（特征图金字塔网络）理论基础与具体实现：https://blog.csdn.net/qq_17550379/article/details/80375874

---

RetinaNet：

paper：Focal Loss for Dense Object Detection
link：RetinaNet

      该方法是一种对one stage系的改进。众所周知，detector主要分为以下两大门派：

                        
这种鱼(speed)与熊掌(accuracy)不可兼得的局面一直成为Detection的瓶颈。

      目前精度最高的目标检测器都是基于R-CNN结构衍生出来的two-stage目标检测方法，相反one-stage的探测器应用于目标可能位置的密集采样中，