Feature Pyramid Networks for Object Detection FPN论文重点解读

《Feature Pyramid Networks for Object Detection》读论文计划-day1

今天读了两篇论文,分别是FPN与BiFPN的论文，论文地址见引用2。

首先需要知道的是，检测算法的结构一般可以分为backbone、neck、head三部分。

1. backbone用于提取初级特征
2. neck用于融合高级语义特征
3. head编解码，实现分类与回归

FPN与其他模型

FPN（Feature Pyramid Networks for Object Detection，CVPR 2017）属于neck部分的改进、用于构建高级语义特征，融合多尺度特征，扩大感受野。
金字塔的概念，不是KaimingHe首先定义的，在很久之前就有相关论述，这一点在论文中有提及，FPN所做的改进可以由如下图片进行说明：

（a）使用图像金字塔构建特征金字塔。特征是在每个图像尺度上独立计算的，速度较慢，应该是最初的金字塔模型概念。
（b） 方法b选择仅使用单一尺度特征来进行更快的检测。仅输出一个尺度的预测。
（c）方法c是重用由 ConvNet计算的金字塔特征层次结构，就好像它是一个特征化的图像金字塔一样。输出多个尺度的预测。
（d） 特征金字塔网络 (FPN) 在速度上和b 和 c 的模型一样快速，但更准确。

FPN具体过程

下图说明FPN的具体过程：横向连接和自上而下路径的构建块，通过加法合并。
自上而下的特征图含有语义上更强的特征，但携带很少的定位信息。