FPN特征金字塔学习记录

FPN for Object Detection

参考
图像金字塔，通常用高斯金字塔

图像中存在不同尺寸的目标，而不同的目标具有不同的特征，利用浅层的特征就可以将简单的目标的区分开来；利用深层的特征可以将复杂的目标区分开来。
在第1层（请看绿色标注）输出较大目标的实例分割结果，在第2层输出次大目标的实例检测结果，在第3层输出较小目标的实例分割结果

在这个图中，特征图用蓝色的轮廓表示，较粗的轮廓表示语义上更强的特征。
(a)使用图像金字塔来构建特征金字塔。在图像金字塔的每一层提出不同的特征，然后进行相应的预测（BB的位置），计算缓慢的，精度较好

(b)最近的检测系统选择只使用单一尺度的特征来进行更快的检测。进行卷积池化获得不同尺寸的feature map，类似于在图像的特征空间中构造金字塔。浅层的网络更关注于细节信息，高层的网络更关注于语义信息，而高层的语义信息