作者：huai | 来源：互联网 | 2023-10-12 17:50
第一个改进：为了提高低层信息的利用率，加快低层信息的传播效率，提出了Bottom-up Path Augmentation；第二个改进：通常FPN在多层进行选anchors时，根据anchors的大小，将其分配到对应的层上进行分层选取。这样做很高效，但同时也不能充分利用信息了，提出了Adaptive Feature Pooling。第三个改进：为了提高mask的生成质量，作者将卷积-上采样和全连接层进行融合，提出了Fully-connected Fusionda
代码实现如下
结构图如下
简述：
由下向上的顺序是先上采样，然后对P4降维（1X1的卷积）在对P4和上采样后的P5进行加和最后进行一个五次卷积
由上到下的顺序是 先进性五次卷积，然后进行下采样，再与完成加和操作的P4进行加和，最后进行五次卷积
京公网安备 11010802041100号