一般，利用网络对物体进行检测时，浅层网络分辨率高，学到的是图片的细节特征，深层网络，分辨率低，学到的更多的是语义特征。网络
1)、一般的CNN使用以下图中显示的网络，使用最后一层特征图进行预测ide
例如VGG16，feat_stride=16,表示若原图大小是1000*600，通过网络后最深一层的特征图大小是60*40，可理解为特征图上一像素点映射原图中一个16*16的区域；那这个是否是就表示，若是原图中有一个小于16*16大小的小物体，是否是就会被忽略掉，检测不到呢！性能
因此，使用上图中的网络的缺点就是，会形成检测小物体的性能急剧降低学习
2)、若是上面的单层检测会丢失细节特征；就会想到，利用图像的各个尺度进行训练和测试，好比下图所展现（图片金字塔生成特征金字塔）测试
将图片缩放成多个比例，每一个比例单独提取特征图进行预测，这样，能够获得比较理想的结果，可是比较耗时，不太适合运用到实际当中。blog
3)、为了节约时间，直接使用卷积网络中产生的各层特征图分别进行预测图片
SSD网络也采用了相似的思想，这种方法的问题在于，让不一样深度的特征图去学习一样的语义信息，一样会忽略掉底层网络中的细节特征博客
4)FPN网络，网络结构原理以下图所示class
先来讲下FPN能解决什么问题原理
FPN主要解决的是物体检测中的多尺度问题，经过简单的网络链接改变，在基本不增长原有模型计算量的状况下，大幅度提高了小物体检测的性能
左边的称为“自底向上”，右边的称为“自上而下”
① 自底向上：
自底向上的过程就是神经网络普通的正向传播过程，特征图通过卷积核计算，一般会越变越小
② 自上而下：
自上而下的过程是把更抽象、语义更强的高层特征图进行上采样，而后把该特征横向链接至前一层特征，所以，高层特征获得了加强，每一层预测所用的feature map都融合了不一样分辨率、不一样语义强度的特征，能够完成对应分辨率大小的物体进行检测，保证每一层都有合适的分辨率以及强语义特征。
值得注意的是：横向链接的两层特征在空间尺寸上要相同，这样作能够利用底层定位细节信息
上面经过文字描述完成了FPN网络的演化历程及其基本原理，下面经过一张图，对FPN的工做原理进行补充描述（基于ResNet50网络）
从上图中能够很清晰的看到FPN工做的原理，至于后面省略掉的网络不是此次的重点，能够参看RPN相关知识点
做为一枚技术小白，写这篇笔记的时候参考了不少博客论文，在这里表示感谢，同时，未经赞成，请勿转载....