python神经网络特征金字塔FPN原理
什么是特征金字塔
很多文章里面写道特征金字塔这个结构，其实这个结构Very-Easy
目标检测任务和语义分割任务里面常常需要检测小目标，但是小目标比较小呀，可能在原图里面只有几十个像素点。就像这个样子。
我不检测这个猫，我就检测这一片片落叶，是不是每个落叶所占的像素点特别少呢。
答案肯定是的。
最关键的问题就是，像素点少会对目标检测有什么影响！
我这里没有严密的数学推导，就从思想上来说，对于深度卷积网络，从一个特征层卷积到另一个特征层，无论步长是1还是2还是更多，卷积核都要遍布整个图片进行卷积，大的目标所占的像素点比小目多，所以大的目标被经过卷积核的次数远比小的目标多，所以在下一个特征层里，会更多的反应大目标的特点。
特别是在步长大于等于2的情况下，大目标的特点更容易得到保留，小目标的特征点容易被跳过。
因此，经过很多层的卷积之后，小目标的特点会越来越少，越小越小。
特征金字塔所做的其实就是下面这幅图。
这个结构与语义分割中的unet结构非常像，其对特征点进行不断的下采样后，拥有了一堆具有高语义内容的特征层，然后重新进行上采样，使得特征层的长宽重新变大，用大size的feature map去检测小目标，当然不可以简单只上采样，因为这样上采样的结果对小目标的特征与信息也不明确了，因此我们可以将下采样中，与上采样中长宽相同的特征层进行堆叠，这样可以保证小目标的特征与信息。
引入FPN的网络结构举例
这是yolo3的网络结构，利用DarkNet53来进行特征提取，总共利用下采样进行五次长宽的收缩。
利用上采样进行三次长宽的扩张，在每次扩张之后，再与对应的下采样特征层进行合并堆叠，最后获得目标检测结果！
以上就是python神经网络特征金字塔FPN原理的详细内容，更多关于特征金字塔FPN的资料请关注脚本之家其它相关文章！
相关文章
这篇文章主要介绍了pandas如何计算同比环比增长，具有很好的参考价值，希望对大家有所帮助。如有错误或未考虑完全的地方，望不吝赐教2022-05-05
这篇文章介绍了Python字节串类型bytes及用法，文中通过示例代码介绍的非常详细。对大家的学习或工作具有一定的参考借鉴价值，需要的朋友可以参考下2022-05-05
这篇文章主要为大家详细介绍了Python Unittest自动化单元测试框架的相关资料，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2018-04-04
这篇文章主要介绍了通过Opencv+SVM实现人脸识别功能，文中的示例代码介绍详细，对于我们学习人脸识别和OpenCV都有一定的帮助，感兴趣的小伙伴可以学习一下2021-12-12
这篇文章主要介绍了python列出目录下指定文件与子目录的方法,涉及Python使用os模块与glob操作目录与文件的技巧,需要的朋友可以参考下2015-07-07
Python pyecharts Map地图数据不显示的原因及完美解决
这篇文章主要给大家介绍了关于Python pyecharts Map地图数据不显示的原因及解决办法,pyecharts是一款将python与echarts结合的强大的数据可视化工具,文中通过图文以及代码示例介绍的非常详细,需要的朋友可以参考下2023-12-12
这篇文章主要介绍了python关键字and和or用法实例,本文直接给出实现代码,需要的朋友可以参考下2015-05-05
本篇文章主要介绍了python实现稀疏矩阵示例代码，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2017-06-06
这篇文章主要介绍了Python 中的参数传递、返回值、浅拷贝、深拷贝,非常不错，具有一定的参考借鉴价值，需要的朋友可以参考下2019-06-06
这篇文章主要介绍了Python 实现任意区域文字识别(OCR)操作，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧2021-03-03
最新评论