本文主要讲build_backbone_model的配置及创建流程,目的则是希望大家看完本章节后能够对detectron2中模型创建及使用有清晰的认识,便于后续自定义网络层。...在文件/detectron2/modeling/backbone/resnet.py中设置默认的每个阶段的配置参数和输出名称如下:
##depth为配置文件中配置的MODEL.RESNETS.DEPTH..., 1.0, 2.0],[0.5, 1.0, 2.0,0.33,3.0],[0.5, 1.0, 2.0,0.33,3.0],[0.5, 1.0, 2.0],[0.5, 1.0, 2.0]]
##...作者认为SSD算法中没有用到足够低层的特征(在SSD中,最低层的特征是VGG网络的conv4_3),而在作者看来足够低层的特征对于检测小物体是很有帮助的。...在FPN中特征融合的方式,先对当前特征的维度进行操作,然后与上采样得到的特征进行融合(横向连接),对融合后的特征再接一个3*3的卷积网络,目的则是消除上采样的混叠效应(aliasing effect).