[目标检测]--YOLOV3+ASFF-Learning Spatial Fusion for Single-Shot Object Detection

最新推荐文章于 2025-03-19 13:38:58 发布

原创

最新推荐文章于 2025-03-19 13:38:58 发布 · 5.9k 阅读

30 ·

CC 4.0 BY-SA版权

在这里插入图片描述

创新点：

因为论文思想比较简单，我直接看了创新点，主要是为了解决FPN多层间不同特征尺度之间的不一致性问题，所以作者提出了对FPN新的融合方法：
在这里插入图片描述
具体可以看图，首先通过FPN产生level1-level3不同尺度的特征图，作者使用ASFF（adaptively spatial feature fusion）思想进行融合，思想就是level1-level3个尺度图分别再融合成3个对应尺度的特征图，融合的权重自适应调整。拿ASFF-1作为例子，首先将3个尺度的图都resize到level1尺度大小，然后学习一个融合权重，这样可以更好地学习不同特征尺度对于预测特征图的贡献。

代码：

class ASFF(nn.Module): 
     def __init__(self, level, rfb=False, vis=False): 
        super(ASFF, self).__init__() 
        self.level = level 
        self.dim = [512, 256, 256] 
        self.inter_dim = self.dim[self.level] 
        # 每个level融合前，需要先调整到一样的尺度
        if level==0: 
            self.stride_level_1 = add_conv(256, self.inter_dim, 3, 2) 
            self.stride_level_2 = add_conv(256, self.inter_dim, 3,