FPN的简单描述

任务与特征

通常在不同的尺度下我们可以观察到不同的特征，从而完成不同的任务

 

任务：

• 判断是否有前景：12 x 8 的图像尺度就够了

• 识别图中的水果种类： 60 x 40 的尺度就能勉强完成

• 识别后期合成该图像的景深： 600 x 400 的图像尺度

特征	描述
浅层特征	局部，精细的特征，获得像素级定位精度
深层特征	更加全局，粗糙的特征，获得上下文信息与准确的定义

浅层与深层特征的融合，获得更加强大的特征表达。

 

常用特征提取结构：

 

基础cnn结构：

•  自底向上卷积，然后使用最后一层特征图进行预测，即仅采用网络最后一层的特征
• -案例：分类器

图片金字塔结构：

• 将图像做成不同的scale，然后不同的scale的图像生成对应的不同scale的特征，将图片缩放成多个比例，每个比例单独提取特征图进行预测
• 案例：Mtcnn的pnet；测试增广（TTA）

多尺度特征融合：

• 从网络不同层抽取不同尺度的特征做预测，这种方式不会增加额外的计算量
• 应用案例：SSD(Single Shot Detector)目标检测算法

FPN：

• 与多尺度特征融合的方式相比较，增加了通过高层特征进行上采样和底层特征进行自顶向下的连接，然后进行下一步预测
• 应用案例：Retinanet

Attention:

FPN主要解决物体检测中的多尺度问题，通过简单的网络连接改变，在基本不增加原有模型计算量的情况下，大幅度提升了小物体检测的性能