FPN网络的结构

关于FPN网络结构的解释

• 将图片传递给backbone的卷积神经网络进行处理
• 经过多层得到多个特征图，随着经过的卷积层的层数的增加，特征图的channel变大，长和宽的值变小

• 将下一层的特征图和当前层的特征图进行融合得到预测值

  两层的特征图的融合方式

  

• 将该层的特征图经过一个卷积层，将其特征图的channel数增加

• 将下一层的特征图进行2倍的上采样（与下采样相对，该操作是用来增大特征图的尺寸）
• 进行融合

以resnet为backbone的FPN网络的具体结构

从p5层到p6层的过程

经过一个卷积核大小为1x1的maxpooling层进行下采样操作，但是该层的操作是没有效果的，因为是滤波器的大小是1x1，