关于FPN的三个疑问

CVPR 现场提问 1、不同深度的 feature map 为什么可以经过 upsample 后直接相加？ A：作者解释说这个原因在于我们做了 end-to-end 的 training，因为不同层的参数不是固定的，不同层同时给监督做end-to-end training，所以相加训练出来的东西能够更有效地融合浅层和深层的信息。（通过训练参数，可以达到融合浅层和深层信息的目的） 2、为什么 FPN

>>阅读原文<<