論文《Learning Spatial Fusion for Single-Shot Object Detection》解讀

標題：基於學習空間融合的單發目標檢測   摘要：         金字塔形特徵表示法是解決目標檢測尺度變化挑戰的常用方法。 但是，對於基於特徵金字塔的單次檢測器來說，不同特徵尺度之間的不一致是主要限制。 在這項工作中，文章提出了一種新穎的數據驅動的金字塔特徵融合策略，稱爲自適應空間特徵融合（ASFF）。 它學習了在空間上過濾衝突信息以抑制不一致的方法，從而改善了特徵的比例不變性，並且推理開銷很低。

>>阅读原文<<