目前以FPN、NAS-FPN等为首的特征金字塔网络正在目标检测中被广泛采用、发挥着重要的作用,来改进特征表示以更好的处理尺度变化。
与FPN不同,FPG所有的独立通路都是自下而上构建,金字塔通道与各种通道横向连接交织在一起,以实现所有层次信息交换
首先是主干通道,和FPN中自下而上的通路相似,他从输入图像到输出,逐步缩小size映射特征
然后是金字塔通道,金字塔路径可以试着建立具有强语义信息的精细分辨率特征。
金字塔通道还包括多金字塔通道,使用多个平行金字塔路径,构建具有跨空间维度的精细分辨率和高分辨率的强大网络
这些通道容量较低,金字塔通道数明显低于主干通路最后阶段的通道数量,减少容量使得模型在多个通道维度上的计算非常有效。
也可以基于扩展FPN的技术对这里进行一些优化
再说说具体实现过程:
首先是实例化网络 这部分可以看FPG论文原文
主通道计算一个由若干尺度的特征映射组成的特征层次结构,金字塔通道则从最高分辨率到最低分辨率阶段,采用自底向上的方式进行构建。
再丰富下信息量吧
自从googlent引入了跨层连接的思想,一直到densenet大力度利用多层连接。特征金字塔也是由这种思想启发而来的吧。
感觉所谓特征金字塔还是特征的穷举。
的确如此
你有发过核心或是sci吗?
还没发,哈哈
我这几天在給一个国际会议审稿
给出一个意见 如果通过了 基本就是SCI EI级别
特征金字塔对小目标检测效果不太好
也可以辅助其他手段
对小目标检测来说
一会儿我要在python 开发者大会上做目标检测的分享
与FPN不同,FPG所有的独立通路都是自下而上构建,金字塔通道与各种通道横向连接交织在一起,以实现所有层次信息交换
首先是主干通道,和FPN中自下而上的通路相似,他从输入图像到输出,逐步缩小size映射特征
然后是金字塔通道,金字塔路径可以试着建立具有强语义信息的精细分辨率特征。
金字塔通道还包括多金字塔通道,使用多个平行金字塔路径,构建具有跨空间维度的精细分辨率和高分辨率的强大网络
这些通道容量较低,金字塔通道数明显低于主干通路最后阶段的通道数量,减少容量使得模型在多个通道维度上的计算非常有效。
也可以基于扩展FPN的技术对这里进行一些优化
再说说具体实现过程:
首先是实例化网络 这部分可以看FPG论文原文
主通道计算一个由若干尺度的特征映射组成的特征层次结构,金字塔通道则从最高分辨率到最低分辨率阶段,采用自底向上的方式进行构建。
再丰富下信息量吧
自从googlent引入了跨层连接的思想,一直到densenet大力度利用多层连接。特征金字塔也是由这种思想启发而来的吧。
感觉所谓特征金字塔还是特征的穷举。
的确如此
你有发过核心或是sci吗?
还没发,哈哈
我这几天在給一个国际会议审稿
给出一个意见 如果通过了 基本就是SCI EI级别
特征金字塔对小目标检测效果不太好
也可以辅助其他手段
对小目标检测来说
一会儿我要在python 开发者大会上做目标检测的分享