admin管理员组

文章数量:1650768

模块来源:为了使模型对不同尺度的目标更好的适配,往往在网络中增加FPN结构,实际证明将高低层次的信息互补确实会带来检测性能的提升。但是Libra R-CNN网络的作者认为FPN是有问题的,其并没有把特征信息有效利用。

模块起因:传统FPN及FPN变种如PAFPN、BiFPN等都是采用 Top - Bottom,Bottom- Top 的方式,这样做更多的是关注相邻分辨率,并且非相邻层所包含的语义信息在信息融合过程中会被稀释一次甚至多次,这个过程是imbalance的。因此,BFP模块是为让这个融合过程变的balance,是对FPN及其变种的一个延伸。

模块作用:利用多个层级的特征图信息来加强每一层级特征图的表达能力。结合FPN与non-loc

本文标签: 算法模块篇四BalancedBFP