guodong's blog

master@zhejiang university
   

目标检测模型 Feature Pyramid Network (FPN)

1、简介

目标检测在多尺度尤其是小目标的检测上都是一个很大的挑战,我们可以使用金字塔模型的网络在同一张图片上来检测,如下图

但是处理那么多尺度的图片和卷积层会消耗大量的时间和内存,以致于几乎不能实现。因此我们可以换个思路,创造一个特征金字塔使用他们来进行目标检测,如下图。

但是底层的feature map对目标检测起的作用不是很大。于是FPN就考虑了这两点,同时提高精确度和速度,它代替了faster r-cnn里特征提取层,同时生成了多尺度高质量的feature map,如下图

2、数据流向

FPN包括两个数据流向,一个是从底往上,还有一个是从顶往下。前者就是通常的卷积操作,用来提取特征,空间分辨率也越来越低,语义价值越来越高。SSD是从多尺度的feature map做检测,然而底层的特征却没有被用到检测。他们有高分辨率但语义价值不是足够高,还会降低检测速度,所以SSD只用高层来检测,导致对小目标检测效果很差。

 

 

参看https://medium.com/@jonathan_hui/understanding-feature-pyramid-networks-for-object-detection-fpn-45b227b9106c

 

 

 




上一篇:
下一篇:

guodong

没有评论


你先离开吧:)



发表评论

电子邮件地址不会被公开。 必填项已用*标注