论文《Learning Spatial Fusion for Single-Shot Object Detection》解读

标题：基于学习空间融合的单发目标检测   摘要：         金字塔形特征表示法是解决目标检测尺度变化挑战的常用方法。 但是，对于基于特征金字塔的单次检测器来说，不同特征尺度之间的不一致是主要限制。 在这项工作中，文章提出了一种新颖的数据驱动的金字塔特征融合策略，称为自适应空间特征融合（ASFF）。 它学习了在空间上过滤冲突信息以抑制不一致的方法，从而改善了特征的比例不变性，并且推理开销很低。

>>阅读原文<<