深度学习之检测模型-FPN

Feature pyramids are as basic component in recognition systems for detecting objects at different scales.
in this paper, we exploit the inherent multi-scale, pyramids hierarchy of deep convolutional networks to construct feature pyramids with marginal extra cost. A top-down architecture with lateral connections is developed for building high-level semantis feature maps at all scales.

简介

利用金字塔方法去检测不同尺度下的物体，已经在很多方面进行了应用。

• 传统方法：SIFT，HOG –> DPM
• 深度学习：SSD

结构如下：

• a) 利用图像金字塔构建特征金字塔，然后针对不同尺度进行分别独立计算【速度慢】
• b) 利用单个最高层的特征层去计算【目前流行的方法】
• c) 针对ConvNet中的不同尺度，分别去计算【卷积神经网络在特征金字塔上拥有天然的优势】
• d) 本文提出了一种新的方法，在b，c基础上，增加了横向连接【精度更高】

分析：

• 特征层越高，特征表达能力越强【覆盖的信息越多】
• 特征层越低，特征表达能力相对较弱【覆盖的信息较少】
• 将两者有机的结合在一起，可以更佳丰富不同尺度下的特征表达能力。

特征金字塔Feature Pyramid Networks

说明：

• 特征金字塔总的每一层都是和上一层的特征融合
• 卷积网络的最高层网络C5通过一个1x1卷积生成金字塔的最高层P5
• 其他卷积层都是通过上一层的金字塔特征上采样和对应的卷积层（经过1x1卷机）相加得到
• 金字塔特征中的每一层都进过一个3x3的卷积，生成最终的特征
• 所有的金字塔特征中的每一层的深度都是256-d
• 所有额外的卷积都【上述提到的1x1卷积和3x3卷积】不采用非线性激活函数
• 特征金字塔上的每一层特征都进行检测和分类
• 特征金字塔与卷积层对应关系$\{P_2,P_3,P_4,P_5\}$–> { C2,C3,C