一般，利用網絡對物體進行檢測時，淺層網絡分辨率高，學到的是圖片的細節特徵，深層網絡，分辨率低，學到的更多的是語義特徵。網絡
1)、一般的CNN使用以下圖中顯示的網絡，使用最後一層特徵圖進行預測ide
例如VGG16，feat_stride=16,表示若原圖大小是1000*600，通過網絡後最深一層的特徵圖大小是60*40，可理解爲特徵圖上一像素點映射原圖中一個16*16的區域；那這個是否是就表示，若是原圖中有一個小於16*16大小的小物體，是否是就會被忽略掉，檢測不到呢！性能
因此，使用上圖中的網絡的缺點就是，會形成檢測小物體的性能急劇降低學習
2)、若是上面的單層檢測會丟失細節特徵；就會想到，利用圖像的各個尺度進行訓練和測試，好比下圖所展現（圖片金字塔生成特徵金字塔）測試
將圖片縮放成多個比例，每一個比例單獨提取特徵圖進行預測，這樣，能夠獲得比較理想的結果，可是比較耗時，不太適合運用到實際當中。blog
3)、爲了節約時間，直接使用卷積網絡中產生的各層特徵圖分別進行預測圖片
SSD網絡也採用了相似的思想，這種方法的問題在於，讓不一樣深度的特徵圖去學習一樣的語義信息，一樣會忽略掉底層網絡中的細節特徵博客
4)FPN網絡，網絡結構原理以下圖所示class
先來講下FPN能解決什麼問題原理
FPN主要解決的是物體檢測中的多尺度問題，經過簡單的網絡鏈接改變，在基本不增長原有模型計算量的狀況下，大幅度提高了小物體檢測的性能
左邊的稱爲「自底向上」，右邊的稱爲「自上而下」
① 自底向上：
自底向上的過程就是神經網絡普通的正向傳播過程，特徵圖通過卷積覈計算，一般會越變越小
② 自上而下：
自上而下的過程是把更抽象、語義更強的高層特徵圖進行上採樣，而後把該特徵橫向鏈接至前一層特徵，所以，高層特徵獲得了加強，每一層預測所用的feature map都融合了不一樣分辨率、不一樣語義強度的特徵，能夠完成對應分辨率大小的物體進行檢測，保證每一層都有合適的分辨率以及強語義特徵。
值得注意的是：橫向鏈接的兩層特徵在空間尺寸上要相同，這樣作能夠利用底層定位細節信息
上面經過文字描述完成了FPN網絡的演化歷程及其基本原理，下面經過一張圖，對FPN的工做原理進行補充描述（基於ResNet50網絡）
從上圖中能夠很清晰的看到FPN工做的原理，至於後面省略掉的網絡不是此次的重點，能夠參看RPN相關知識點
做爲一枚技術小白，寫這篇筆記的時候參考了不少博客論文，在這裏表示感謝，同時，未經贊成，請勿轉載....