本文主要是介绍FPN（Feature Pyramid Networks）讲解笔记，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
1. FPN（Feature Pyramid Networks）
1.1 视频链接
https://www.bilibili.com/video/BV1dh411U7D9?p=1&share_medium=android&share_plat=android&share_source=COPY&share_tag=s_i×tamp=1619145936&unique_k=Qhn6xA
1.2 笔记内容
讲解是d，与c对比，对缩放的不同的特征图进行融合。
具体融合方式如下：
比如中间层的1X1的卷积保持通道数不变，和上一层的2X上采样进行累加；
上采样的方法包括：转置卷积、插值、unpoolind等，原文是简单的临近插值算法；
P6用于RPN，P2-P5用于Fast RCNN，其中P6和P2-P5共享权重是比较好的选择，一个是减少计算量，二是实验表明结果几乎没有差别。
问：不同尺寸的特征图怎么共享权重？
答：
每层预测结果的计算方法：
这篇关于FPN（Feature Pyramid Networks）讲解笔记的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
