目标检测之faster-RCNN和FPN

今年（2017年第一季度），何凯明大神出了一篇文章，叫做fpn，全称是：feature pyramid network for object Detection，为什么发这篇文章，根据

我现在了解到的是对小目标和大目标识别率都好。为什么？我们来看下面一幅图：

此处来自：http://blog.csdn.net/u014380165/article/details/72890275

（a）图像金字塔，即将图像做成不同的scale，然后不同scale的图像生成对应的不同scale的特征。这种方法的缺点在于增加了时间成本。有些算法会在测试时候采用图像金字塔。 
（b）像SPP net，Fast RCNN，Faster RCNN是采用这种方式，即仅采用网络最后一层的特征。 
（c）像SSD（Single Shot Detector）采用这种多尺度特征融合的方式，没有上采样过程，即从网络不同层抽取不同尺度的特征做预测，这种方式不会增加额外的计算量。作者认为SSD算法中没有用到足够低层的特征（在SSD中，最低层的特征是VGG网络的conv4_3），而在作者看来足够低层的特征对于检测小物体是很有帮助的。 
（d）本文作者是采用这种方式，顶层特征通过上采样和低层特征做融合，而且每层都是独立预测的。

其中，图D是fpn网络的，它采用每一层都预测目标，可以这样理解，比较高的层是预测大目标，因为经过多几次的卷积后，

使得我们的“合计感受野”变大了，可以“看到”大目标了。但是，小目标却因为失去了，因为经过多次卷积、池化后，小目标

的特征一直在损失，最后后面就没有了，这时候，最底层就预测小目标，因为最底层的最大呀，经过卷积、池化操作较少呀。

就像有两个摄像头，焦距不一样，可以看到远近的物体。在这片文章中，是使用resnet101网络，resnet使用4个block，它就是使用

第4个block作为处理，（最近我也在做小目标识别的项目，都是小目标，幸好我rpn是使用conv3，这样，小目标的特征就损失

不多，运气好，刚好可以用，要是不work，按之前的，肯定是找不到问题的，不过，现在问题是样的目标，占图像面积比大的情况

会漏检，尴尬！！！）就是如下图：

如上图改造，每层anchor的大小都不一样，但是，从底层往上是变大的，目标就是预测不同尺寸大小的图片，使得整个算法的大范围尺度的目标识别适应性更好！！！！

具体可以参考下面博客：

1、http://blog.csdn.net/u014380165/article/details/72890275

2、http://blog.csdn.net/dcxhun3/article/details/59055974

3、http://blog.csdn.net/jesse_mx/article/details/54588085