今年（2017年第一季度），何凱明大神出了一篇文章，叫做fpn，全稱是：feature pyramid network for object Detection，為什么發這篇文章，根據
我現在了解到的是對小目標和大目標識別率都好。為什么？我們來看下面一幅圖：
此處來自：http://blog.csdn.net/u014380165/article/details/72890275
（a）圖像金字塔，即將圖像做成不同的scale，然后不同scale的圖像生成對應的不同scale的特征。這種方法的缺點在於增加了時間成本。有些算法會在測試時候采用圖像金字塔。
（b）像SPP net，Fast RCNN，Faster RCNN是采用這種方式，即僅采用網絡最后一層的特征。
（c）像SSD（Single Shot Detector）采用這種多尺度特征融合的方式，沒有上采樣過程，即從網絡不同層抽取不同尺度的特征做預測，這種方式不會增加額外的計算量。作者認為SSD算法中沒有用到足夠低層的特征（在SSD中，最低層的特征是VGG網絡的conv4_3），而在作者看來足夠低層的特征對於檢測小物體是很有幫助的。
（d）本文作者是采用這種方式，頂層特征通過上采樣和低層特征做融合，而且每層都是獨立預測的。
其中，圖D是fpn網絡的，它采用每一層都預測目標，可以這樣理解，比較高的層是預測大目標，因為經過多幾次的卷積后，
使得我們的“合計感受野”變大了，可以“看到”大目標了。但是，小目標卻因為失去了，因為經過多次卷積、池化后，小目標
的特征一直在損失，最后后面就沒有了，這時候，最底層就預測小目標，因為最底層的最大呀，經過卷積、池化操作較少呀。
就像有兩個攝像頭，焦距不一樣，可以看到遠近的物體。在這片文章中，是使用resnet101網絡，resnet使用4個block，它就是使用
第4個block作為處理，（最近我也在做小目標識別的項目，都是小目標，幸好我rpn是使用conv3，這樣，小目標的特征就損失
不多，運氣好，剛好可以用，要是不work，按之前的，肯定是找不到問題的，不過，現在問題是樣的目標，占圖像面積比大的情況
會漏檢，尷尬！！！）就是如下圖：
如上圖改造，每層anchor的大小都不一樣，但是，從底層往上是變大的，目標就是預測不同尺寸大小的圖片，使得整個算法的大范圍尺度的目標識別適應性更好！！！！
具體可以參考下面博客：
1、http://blog.csdn.net/u014380165/article/details/72890275
2、http://blog.csdn.net/dcxhun3/article/details/59055974
3、http://blog.csdn.net/jesse_mx/article/details/54588085