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