【目标检测--tricks】FPN和PAN

一、FPN结构

FPN结构图：
FPN通过利用常规CNN模型内部从底至上各个层对同一scale图片不同维度的特征表达结构，提出了一种克有效在单一图片视图下生成对其的多维度特征表达的方式。它可以有效地赋能常规CNN模型，从而可以生成出表达能力更强地feature maps以供下一阶段计算机视觉任务（如object detection/semantic segmentation等）来使用。本质上说它是一种加强主干网络CNN特征表达的方法。

二、PAN结构

PAN即PANet，结构图如下：
简答来说，就是在FPN上采样融合的特征金字塔之后，又增加了一个下采样融合的特征金字塔。原版的PAN，最后采用下采样融合时使用的是shortcut操作而不是YOLOV4中的concat操作。PAN代码如下：

class PAN(nn.Module):def __init__(self, planes):super(PAN, self).__init__()self.P3_down = nn.Conv2d(planes,planes,kernel_size=3,stride=2,padding=1)self.P4_down = nn.Conv2d(planes,planes,kernel_size=3,stride=2,padding=1)self.P5_down = nn.Conv2d(planes,planes,kernel_size=3,stride=2,padding=1)self.P6_down = nn.Conv2d(planes,planes,kernel_size=3,stride=2,padding=1)def forward(self, inputs):[P3, P4, P5, P6, P7] = inputsP3_downsample = self.P3_down(P3)P4 = P3_downsample + P4P4_downsample = self.P4_down(P4)P5 = P4_downsample + P5P5_downsample = self.P5_down(P5)P6 = P5_downsample + P6P6_downsample = self.P6_down(P6)P7 = P6_downsample + P7del P3_downsample, P4_downsample, P5_downsample, P6_downsamplereturn [P3, P4, P5, P6, P7]

【目标检测--tricks】FPN和PAN相关推荐

目标检测 - Neck的设计 PAN（Path Aggregation Network）
目标检测 - Neck的设计 PAN(Path Aggregation Network) flyfish 目标检测器的构成 1. Input:Image,Patches,ImagePyramid 2. ...
目标检测tricks总结(记录)
1. Anchor 可以根据实际任务,修改anchor预设的大小和scale ,也就是说stride + anchor ratio + anchor scales都可以调整,选择不同stride确定了 ...
目标检测tricks（基于detectron2）
目标检测tricks(基于detectron2) 正确尝试裁剪由于目标相对于整张图片来说过小,所以对数据进行裁剪(除了裁剪尺寸还需要关注重叠尺寸,重叠尺寸稍微大一些,尽量保持每个目标有完整的存在, ...
【目标检测】FPN(Feature Pyramid Network)
[目标检测]FPN(Feature Pyramid Network) - 知乎Feature pyramid network是CVPR2017年的一篇文章,它在目标检测中融入了特征金字塔,提高了目标检 ...
【目标检测】FPN（Fature Pyramid Network）详解
论文题目:<Feature Pyramid Networks for Object Detection> 论文地址:https://arxiv.org/pdf/1612.03144.pdf ...
深度学习目标检测网络FPN tensorflow升3d尝试
初始代码在github上.你只要搜索FPN tensorflow 即可,赞最多的那个便是.目标是想要将其该为3d的FPN.https://github.com/DetectionTeamUCAS/FP ...
【目标检测】FPN网络全解
目录:FPN网络详解一.引言二.论文概述 2.1 图像金字塔 2.2 为什么需要构造特征金字塔三.论文详解四.FPN框架解析五.为什么FPN能够很好的处理小目标? 六.FPN总结一.引言 ...
目标检测篇-FPN论文精读
1.FPN网络结构基于feature pyrimid来检测不同scale的object,共有4种思路 (a)使用图像金字塔构建特征金字塔,在每个图像尺度上独立计算的 (b)只使用单一尺度的特征 (c ...
学习各种目标检测的FPN（多层次特征融合）
单阶段物体检测算法: 早期的物体检测算法,无论是一步式的,还是两步式的,通常都是在Backbone的最后一个stage(特征图分辨率相同的所有卷积层归类为一个stage)最后一层的特征图,直接外接检测 ...

【目标检测--tricks】FPN和PAN

一、FPN结构

二、PAN结构

【目标检测--tricks】FPN和PAN相关推荐

最新文章

热门文章