FPN: feature pyramid networks
FPN网络有效的解决了物体检测中多尺度问题;底层特征图中的信息较少,但是目标位置准确,高层特征图信息丰富,但是位置比较粗略,FPN不同的地方在于在不同的特征层独立进行预测
目前提取特征的网络结构:
1.简单CNN,最后一层预测
如:SSPNet(使网络可以输入任意大小的图形), Fast-RCNN,Faster-RCNN,因此这几种网络检测不同尺度的目标的适应性就不太好
2.incode-decode形式的网络(top-down pyramid)
先卷积采样减小尺寸,再上采样增大特征图,效果很差,不建议使用
3.多尺度特征融合