FPN作用
類似圖像金字塔，在論文筆記中記錄的一樣，模擬人的視覺，從遠到近觀察物體：
頂部-低分辨率 檢測到的是尺寸更大的物體
底部-高分辨率 檢測到的是尺寸更小的物體
FPN提出
- a每層都預測一次，缺點：計算量太大
- b最後一層預測，淺層關注細節，高層關注語義，所以很多網絡(AlexNet\VGG\ResNet（有考慮一點連接上層信息）)使用最後一層預測類別
- c應該是b的基礎上多加上淺層的預測輸出，缺點：不魯棒
- d就是FCN，L2 1*1卷積降維，L4上採樣，處理後相加得L5
其他
待完善…