M2Det

M2Det

M2Det最大的创新的提出了MLFPN。

M2Det的模型结构

M2Det使用主干网络+MLFPN来提取图像特征，然后采用类似SSD的方式预测密集的包围框和类别得分，通过NMS得到最后的检测结果。

MLFPN

如上图所示，MLFPN主要有3个模块组成：
1）特征融合模块FFM。
2）细化U型模块TUM。
3）尺度特征聚合模块SFAM。
首先， FFMv1对主干网络提取到的浅层和深层特征进行融合，得到base feature。其次，堆叠多个TUM和FFMv2，每个TUM可以产生多个不同scale的feature map，每个FFMv2融合base feature和上一个TUM的输出，并给到下一个TUM作为输入(更高level)。每个level的输出如下公式所述；
[ x 1 l , x 2 l , ⋯   , x i l ] = { T l ( X b a s e ) , if  l = 1   T l ( f ( X b a s