论文阅读|目标检测之CE-FPN，将通道增强运用到上采样，减少信息丢失，同时添加了通道注意力机制

最新推荐文章于 2025-09-26 03:09:44 发布

原创

最新推荐文章于 2025-09-26 03:09:44 发布 · 5.7k 阅读

68 ·

CC 4.0 BY-SA版权

文章标签：

#计算机视觉

本文针对FPN在目标检测中的局限性，如信息衰减、混叠效应和通道减少，提出了一种新的CE-FPN方法。CE-FPN包括子像素跳过融合、子像素上下文增强和通道注意力引导模块，有效利用高层通道信息，减轻信息丢失和混叠效应，提升特征金字塔的性能。实验表明，CE-FPN在COCO基准上展现出竞争力。

在这里插入图片描述

论文原文：https://arxiv.org/abs/2103.10643

目前FPN-based的方法大多存在Channel Reduction的固有缺陷，导致语义信息的丢失。而融合后的各种特征图可能会造成严重的混叠效果。本文提出了一种新的通道增强特征金字塔网络(CE-FPN)，该网络由3个简单而有效的模块组成。

具体来说，受sub-pixel convolution的启发，提出了一种既实现Channel增强又实现上采样的sub-pixel skip fusion方法。它代替了原来的卷积和线性上采样，减少了由于Channel Reduction而造成的信息丢失。然后，然后本文还提出了一种sub-pixel context enhancement模块来提取更多的特征表示，由于通过Sub-pixel Convolution利用了丰富的通道信息，所以优于其他context方法。此外，引入了一个channel attention guided module（通道注意力引导模块）对每一层的最终集成特征进行优化，从而在较少的计算量下减轻了混叠效应。实验表明，CE-FPN在MS COCO基准上与最先进的FPN-based的检测器相比，具有竞争性的性能。

1. INTRODUCTION

FPN能有效解决物体的尺度变化问题，通过融合底层背景信息和高层语义信息大大提高了检测精度（YOLOF中指出FPN之所以成功除了多尺度特征融合，还有“分而治之”的作用，即不同level检测不同尺度物体，并且认为这个才是其成功关键）。然而，FPN还存在两个普遍认同的局限性：

（1）融合过程中的信息衰减 ；（2）跨尺度融合中的混叠效应。

此外，本文还认为**（3）存在Channel Reduction的固有缺陷**。

下面分别介绍这3点。

在这里插入图片描述

Information loss of channel reduction.

图1(a)中FPN-based的方法采用1×1 convolutional layers对backbone的输出特征映射 $C_i$ 进行Channel降维，丢失了Channel信息。 $C_i$ 通常在高级特征映射中提取数千个通道，这些通道在中被缩减为一个小得多的常数(比如说2048缩减为256)。现有的方法主要是在Channel Redection映射上增加额外的模块，而不是像图1(b)、1©所示的充分利用 $C_i$