层与特征融合_常见特征金字塔网络FPN及变体

↑↑↑关注后"星标"天池大数据科研平台人人都可以玩转大数据

 阿里云天池发布 

来源：机器学习炼丹术     作者：机器学习炼丹术

文章目录：

• 1 概述

• 2 FPN结构概述

• 3 最简单的FPN结构

• 4 无FPN的多stage结构

• 5 简单双向融合

• 6 BiFPN

• 7 Recursive-FPN循环特征金字塔网络

1 概述

FPN是Feature Parymid Network的缩写。

目标检测任务中，像是在YOLO1中那种，对一个图片使用卷积来提取特征，经过了多个池化层或者stride为2的卷积层之后，输出了一个小尺度的特征图。然后再这个特征图中来做目标检测。

换句话说，最后得到的目标检测的结果，完全是依赖于这一个特征图，这种方法叫做单stage物体检测算法。

可想而知，这种方法很难有效的识别出不同大小的目标，所以产生了多stage检测算法，其实就是要用到了特征金字塔FPN。

简单的说就是：一个图片同样是经过卷积网络来提取特征，本来是经过多个池化层输出一个特征图，现在是经过多个池化层，每经过一个池化层都会输出一个特征图，这样其实就提取出了多个尺度不同的特征图。

然后尺度不同的特征图，丢进特征金字塔网络FP