文章目录 1、论文总述2、baseline：HTC介绍3、ASPP模块介绍4、RFP模块的具体实现5、SAC模块的具体实现6、SAC与条件卷积的区别7、SAC中的global context与SENet中的不同8、 Ablation Studies9、 State-of-the-art comparison on COCO test-dev10、SAC和RFP的优势（可视化结果）参考文献

0 写在前面 开源基于mmdetection 1 递归特征金字塔（RFP） 提出的递归特征金字塔（RFP）建立在特征金字塔上（FPN），通过额外的反馈链接从FPN层合并到自下而上的骨干层，将递归结构展开为顺序实现。该主干网络可以将图像查看两次或更多次。 （a）为FPN的经典结构（b）中的连接线为RFP提出的反馈连接方式（c）展示了RFP按顺序展开的网络反馈链接为第一次FPN各层输出经过A

DetectoRS: Detecting Objects with Recursive Feature Pyramid and Switchable Atrous Convolution Abstract 许多现代的物体探测器都是通过观察和思考两遍的机制表现出出色的性能。在本文中，本文在目标检测的主干设计中探讨了这种机制。在宏观层面，本文提出了递归特征金字塔，它将特征金字塔网络的额外反馈连接