多尺度特征融合

CNN网络的每一个参数，几乎都会影响到产生的特征图。 这隐含着固定架构的网络，往往会学习到特定尺度的特征，也可能具有了一定的尺度不变性。 同时，这些参数往往与当前的任务紧密相关，不能轻易修改，于是使得模型很难学到多尺度的信息； 一种克服该问题的方法就是使用多尺度网络结构。，这种网络结构在设计之初就考虑学习不同尺度的特征，然后将不同尺度特征的预测结果进行融合，得到最终的输出。

>>阅读原文<<