[目标检测]--AugFPN：Improving Multi-scale Feature Learning for Object Detection

$摘要：$

目前最先进的检测器通常利用特征金字塔来探测不同尺度的物体。其中，FPN是多尺度特征累加构建特征金字塔的代表作品之一。然而，其背后的设计缺陷阻碍了多尺度特征的充分利用。本文首先分析了FPN中特征金字塔的设计缺陷，然后引入了一种新的特征金字塔结构——增广FPN (AugFPN)来解决这些问题。具体来说，AugFPN由三个部分组成 : 一致性监督（Consistent Supervision）、残差特征增强（Residual Feature Augmentation）和软RoI选择（Soft RoI Selection）。AugFPN通过一致性监督，在特征融合前缩小不同尺度特征之间的语义差距。在特征融合中，通过残