目标检测论文解读13——FPN

引言网络

  对于小目标一般须要用到多尺度检测,做者提出的FPN是一种快速且效果好的多尺度检测方法。spa

方法blog

  

  a,b,c是以前的方法,其中a,c用到了多尺度检测的思想,但他们都存在明显的缺点。图片

  a方法:把每图片都进行缩放,在进行检测,这种作法最大的问题是太慢,由于要多花好几倍的时间;class

  c方法:其实就是SSD论文中用到的方法,feature map一层层下采样,而后对不一样scale的feature map之间进行预测,这种作法最大的缺点就是底层feature map分辨率高可是语义信息弱,分类不许;原理

  而做者在论文中提出的新方法——FPN(特征金字塔网络),速度跟c同样快同时比c更准。map

  其实原理很是简单:方法

  咱们知道,底层的feature map分辨率高可是语义信息弱,顶层的feature map分辨率低可是语义信息强,所以只用将顶层的语义信息传给底层,就能让其分类更精准。im

  

  做者采用的方法,就是将上层的feature map上采样到2倍,而后跟通过1*1 conv的相邻下层feature map直接相加。总结

总结

  FPN论文的贡献很是大,提出让不一样层的feature map信息融合的思想,广为后人借鉴。好比SSD的升级版DSSD,用到的反卷积层就是一样的原理,效果也很是好。

相关文章
相关标签/搜索