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…