文章目录
- 1、多尺度图像预测
- 2、金字塔特征预测
-
- 2.1 FPN
- 2.2 SSD
- 3、bounding box设计
1、多尺度图像预测
将图片进行不同尺度的缩放，得到图像金字塔，然后对每层图片提取不同尺度的特征，得到特征图。最后对每个尺度的特征都进行单独的预测。
特点：不同尺度的特征都可以包含很丰富的语义信息，精度高 ，但 速度慢。
2、金字塔特征预测
将输入图片转变成feature map，在feature map层面上来进行尺度变化，采用不同 的方法进行不同尺度 特征的融合，以实现多尺度检测。
2.1 FPN
特征金字塔网络：将低层的特征和高层的特征融合起来，在不同的特征层都单独进行预测。
2.2 SSD
从网络不同层抽取不同尺度的特征，然后在这不同尺度的特征上分别进行预测。低层的特征对于小物体检测比较有效。
3、bounding box设计
利用RPN网络生成不同尺度的anchor，实现 多尺度目标检测。faster RCNN 和 SSD都用到了这方法。
faster rcnn中 RPN 从单个feature map上面预测，是二分类（是|不是目标）；SSD中 RPN从多个特征图上面预测，是（N+1）分类（N个类别+1个背景）。
(b) 对应 Faster R-CNN， (c ) 对应 SSD， (d) 对应 FPN
参考：https://www.zhihu.com/question/309488424
https://www.zhihu.com/question/309488424