引言網絡
對於小目標一般須要用到多尺度檢測，做者提出的FPN是一種快速且效果好的多尺度檢測方法。spa
方法blog
a,b,c是以前的方法，其中a,c用到了多尺度檢測的思想，但他們都存在明顯的缺點。圖片
a方法：把每圖片都進行縮放，在進行檢測，這種作法最大的問題是太慢，由於要多花好幾倍的時間；class
c方法：其實就是SSD論文中用到的方法，feature map一層層下采樣，而後對不一樣scale的feature map之間進行預測，這種作法最大的缺點就是底層feature map分辨率高可是語義信息弱，分類不許；原理
而做者在論文中提出的新方法——FPN（特徵金字塔網絡），速度跟c同樣快同時比c更準。map
其實原理很是簡單：方法
咱們知道，底層的feature map分辨率高可是語義信息弱，頂層的feature map分辨率低可是語義信息強，所以只用將頂層的語義信息傳給底層，就能讓其分類更精準。im
做者採用的方法，就是將上層的feature map上採樣到2倍，而後跟通過1*1 conv的相鄰下層feature map直接相加。總結
總結
FPN論文的貢獻很是大，提出讓不一樣層的feature map信息融合的思想，廣爲後人借鑑。好比SSD的升級版DSSD，用到的反捲積層就是一樣的原理，效果也很是好。