目标检测FPN(Feature Pyramid Networks)的使用

FPN(Feature Pyramid Networks), 论文：Feature Pyramid Network for Object Detection

使用FPN能给网络带来哪些好处呢？根据原论文的描述，可以知道：
针对目标检测任务:coco AP提升2.3个点，pascalAP提升3.8个点 ,这样的提升还是很明显的

1. 网络结构对比

图a，Feature image pyramid(特征图像金字塔结构)，该网络在传统的图像处理中也是非常常见的一个方法，针对需要检测不同尺度的目标。首先，将网络缩放到不同的尺度上，比如图中4个不同尺度，然后针对每个尺度，经过处理异依次进行预测。这里面临一个问题，我们生成多少个不同尺度，就需要重新预测多少次，这样的效率是很低的。
图b,Single feature map,这个跟Fast-RCNN流程是一样的，将我们图片通过backbone得到特征图，通过卷积进行一步步特征提取，最后在最终的特征图进行预测。该网络针对小目标情况下，效果并不是很好。
图c,Pyramida

目标检测FPN(Feature Pyramid Networks)的使用相关推荐

卷积神经网络——FPN(Feature Pyramid Networks)介绍
FPN(Feature Pyramid Networks):特征金字塔网络,是用来提取不同尺度特征图的,提供给后面的网络执行预测任务. 为什么需要FPN呢?简要介绍一下,在目标检测的网络中,要识别不同 ...
深度学习之 FPN (Feature Pyramid Networks)
论文题目:Feature Pyramid Networks for Object Detection 论文链接:https://arxiv.org/abs/1612.03144 论文代码:Caffe版 ...
FPN:feature pyramid networks for object detection
论文:feature pyramid networks for object detection 论文链接论文概述: 作者提出的多尺度的object detection算法:FPN(feature ...
(FPN)Feature Pyramid Networks for Object Detection
摘要特征金字塔是识别系统中用于检测不同尺度目标的基本组件.但最近的深度学习目标检测器已经避免了金字塔表示,部分原因是它们是计算和内存密集型的.在本文中,我们利用深度卷积网络内在的多尺度.金字塔分级来 ...
Feature Pyramid Networks for Object Detection 总结
最近在阅读FPN for object detection,看了网上的很多资料,有些认识是有问题的,当然有些很有价值.下面我自己总结了一下,以供参考. 1. FPN解决了什么问题? 答: 在以往的fa ...
目标检测--Feature Pyramid Networks for Object Detection
CVPR2017 Feature Pyramid Networks for Object Detection https://arxiv.org/abs/1612.03144 Code will be ...
FPN(Feature Pyramid Network)多尺度目标检测方案
参考论文:Feature Pyramid Networks for Object Detection 会议水平:CVPR 2017 开源代码:https://github.com/unsky/FPN ...
【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 ...
论文阅读笔记三十三：Feature Pyramid Networks for Object Detection(FPN CVPR 2017)
论文源址:https://arxiv.org/abs/1612.03144 代码:https://github.com/jwyang/fpn.pytorch 摘要特征金字塔是用于不同尺寸目标检测中的 ...

目标检测FPN(Feature Pyramid Networks)的使用

1. 网络结构对比

目标检测FPN(Feature Pyramid Networks)的使用相关推荐

最新文章

热门文章