大家好,我是懒人元,今天向大家介绍FPN (Feature Pyramid Network),作为物体检测的“辅助”网络,它在神经网络中加入了多尺度的功能,一方面解决了Faster RCNN等方法尺度不足的问题,另一方面解决了图像金字塔方法不优雅的问题(训练显存高,预测耗时多),同时,FPN还是非常通用的框架,除物体检测之外,还可用于物体分割,物体识别等领域;
这个是本文的链接:https://arxiv.org/abs/1612.03144
由于本文是建立在Faster RCNN之上的,所以想了解Faster RCNN的同学,可以去看我之前的课程“懒人学Faster RCNN”;
为了更好的理解本文,需要读者对卷积神经网络(CNN)有一定的了解,欢迎阅读我的知乎专栏:
https://zhuanlan.zhihu.com/p/32271552;
如果想系统的学习,请大家移步到CS231n;
今天的视频有点儿长,我们分成三部分:
1. FPN提出的原因
主要讲解图像金字塔方法的缺点以及FPN提出的原因。
2. 深入浅出FPN
主要讲解FPN的具体逻辑。
3. 基于FPN的Faster RCNN
主要讲解基于FPN的Faster RCNN是如何实现的,与传统的Faster RCNN有何不同。
最后请大家多多关注哦~
领取专属 10元无门槛券
私享最新 技术干货