懒人学FPN

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~