对用卷积神经网络进行目标检测方法的一种改进，通过提取多尺度的特征信息进行融合，进而提高目标检测的精度，特别是在小物体检测上的精度。FPN是ResNet或DenseNet等通用特征提取网络的附加组件，可以和经典网络组合提升原网络效果。 一 问题背景 网络的深度 对应到感受野 与总stride通常是一对矛盾的东西，常用的网络结构对应的总stride一般会比较大 如 ，而图像中的小物体甚至会小于stri ...
2018-10-03 23:08 0 6188 推荐指数：
FPN-Feature Pyramid Networks for Object Detection 标签（空格分隔）： 深度学习 目标检测 这次学习的论文是FPN,是关于解决多尺度问题的一篇论文。记录下论文笔记，欢迎交流。转载请注明网址:http://www.cnblogs.com ...
Feature Pyramid Networks for Object Detection 特征金字塔网络用于目标检测 论文地址：https://arxiv.org/pdf/1612.03144.pdf 论文背景： 特征金字塔是用于检测不同尺寸物体的识别系统的基本组成部分。但是最近 ...
一、网络介绍 参考文章：R-FCN详解 论文地址：Object Detection via Region-based Fully Convolutional Networks R-FCN是Faster-RCNN的改进型，其速度提升了2.5倍以上，并略微提高了准确度。 二、论文创新 提出 ...
多尺度的object detection算法：FPN(feature pyramid networks)。 原来多数的object detection算法都是只采用顶层特征做预测，但我们知道低层的特征语义信息比较少，但是目标位置准确；高层的特征语义信息比较丰富，但是目标位置比较粗略。另外虽然也有 ...
https://vitalab.github.io/deep-learning/2017/04/04/feature-pyramid-network.html Feature Pyramid Networks for Object Detection Reviewed on Apr ...
论文阅读： Feature Pyramid Networks for Object Detection Feature Pyramid 是提取图像特征领域的很重要的概念。在深度学习领域没有被提及是因为目前深度学习仍然受到计算量的限制。 本论文根据不同的feature maps给出 ...
特征金字塔是用于检测不同尺度的对象的识别系统中的基本组件。但是最近的深度学习对象检测器已经避免了金字塔表示，部分原因是它们是计算密集型和内存密集型的。在本文中，我们利用深层卷积网络固有的多尺度金字塔层次结构来构造具有边际额外损失的特征金字塔。开发了一种具有横向连接的自上而下的架构，用于在所 ...
特征金字塔是用于检测不同尺度的对象的识别系统中的基本组件。但是最近的深度学习对象检测器已经避免了金字塔表示，部分原因是它们是计算密集型和内存密集型的。在本文中，我们利用深层卷积网络固有的多尺度金字塔层次结构来构造具有边际额外损失的特征金字塔。开发了一种具有横向连接的自上而下的架构，用于在所有尺度 ...
