超越 FPN 和 NAS-FPN！商汤&港中文提出 FPG，特征金字塔网格强势登场！

• 论文标题：Feature Pyramid Grids
• 作者团队：商汤&港中文(陈恺&林达华)&南洋理工大学&FAIR
• 论文链接：https://arxiv.org/abs/2004.03580
• 该文章首发在arxiv上，新投稿于CVPR。

引言

特征金字塔网络已在目标检测中被广泛采用，以改进特征表示以更好地处理尺度变化。

• 设计思路

在本文中，作者设计了特征金字塔网格（FPG），这是一个深层的多路径特征金字塔，它将特征尺度空间表示为平行的自下而上路径的规则网格，并由多方向的横向连接融合。FPG可以通过以相似的计算成本显著提高其性能来改善单路径特征金字塔网络，从而突出了深度金字塔表示的重要性。

除了其一般和统一的结构外，它也无需依赖搜索即可与此类方法进行比较。FPG有望作为目标识别未来工作的重要组成部分。

• 主要考虑：

(1)FPG是否能够在复杂性成本低于FPN的情况下得到改善;
(2)即使是在系统设计的情况下，FPG是否能够与NAS优化的金字塔结构竞争

与FPN不同的是，FPG所有的独立通路都是自下而上构建的，类似于从输入图像到预测输出的主干通路。为了形成一个深网格的特征金字塔，无论是跨尺度的，还是尺度内的，金字塔通道与各种横向连接交织在一起，以实现所