多尺度特徵融合

CNN網絡的每一個參數，幾乎都會影響到產生的特徵圖。 這隱含着固定架構的網絡，往往會學習到特定尺度的特徵，也可能具有了一定的尺度不變性。 同時，這些參數往往與當前的任務緊密相關，不能輕易修改，於是使得模型很難學到多尺度的信息； 一種克服該問題的方法就是使用多尺度網絡結構。，這種網絡結構在設計之初就考慮學習不同尺度的特徵，然後將不同尺度特徵的預測結果進行融合，得到最終的輸出。

>>阅读原文<<