FPN网络
本次阅读的文章是来自FAIR的多尺度的object detection算法：FPN（feature pyramid networks）。目前目标检测的算法大量采用卷积神经网络做特征提取，但是大多只利用了单层的feature map，例如faster-rcnn、yolo等。但是由于卷积网络的结构，只利用一层的feature map会存在一些问题：低层的特征虽然有着高分辨率的，但是语义信息不够完善；高层的特征语义信息比较丰富，但是目标位置比较粗略。同时，有部分的工作利用到了多层的信息，但是这些特征往往被单独的用来直接预测，单层特征的缺陷依然是存在的。
本文所介绍的工作，通过加入自上而下（top-down）的通路和横向连接，生成既有丰富语义信息又具备良好精度的多尺度特征。
网络结构
FPN可以用在各种不同的任务上。在本文中，主要介绍了利用FPN来作为RPN（Region Proposal Network）的特征提取网络。
FPN网络以特征尺寸的图像作为输入，通过全卷积网络，在不同的层次生成feature map。文章中给出的结果都是基于Resnet结构。
自下而上的通道
自下而上的通道与一般的ConvNet的前向计算相当。先有效果较好的ConvNet结构在前向过程中，由于stride的存在，feature map的尺寸会有所改变，同时也存在着很多结构上相邻的尺寸一样的feature map。文章中将这些尺寸相同的一组feature map作为一个stage。用于往往越上层的layer的语义信息越丰富，所以采用了每一个stage最后的一个layer的输出作为之后的参考features。
自上而下的通道与横连接
自上而下的通道的设想是通过上采样的方式，从网络顶层获得语义信息丰富，但是空间精确度不高的新feature map。同时利用横连接（lateral connections）将自下而上产生的feature map与自上而下的通道中的feature map进行merge。
其中，由于目前大多数网络在feature map尺寸变化时，stride都是2，所以上采样的系数设为2。横向连接是一个1*1的卷积，目的是改变channel的纬度。自上而下的feature map和横向连接的输出在每个对应的元素做加法运算。特别的，在每一个融合后的feature map后，都有一个3*3的卷积层，其目的是消除上采样长生的混叠效应（aliasing effect）。
应用
文章介绍了将FPN应用在RPN网络中来。与传统faster-rcnn中RPN的主要区别是，利用RPN网络产生多尺度的特征作为特征来生成proposal。在faster rcnn中，在最后的feature map上定义不同尺寸的anchor，而将FPN应用在RPN的时候，可以在不同的尺度上定义不同尺度的anchor，这样既保证了精度，也确保了语义信息足够丰富。
由于差别只是特征的提取方式和anchor的定义方式不太一样，所以FPN结构和faster-rcnn的训练过程是差不多的（IoU定义正负样本）。
总结
FPN算法是一个十分简洁，很有美感的框架结构。通过同时利用低层特征的高分辨率信息与高层的强语义特征，增强了在目标检测中对区域预测的准确性。在实验中，FPN也表现除了良好的性能。该算法在COCO目标检测数据集上超过了现有的所有单模型方法，同时支持end-to-end在多尺度上的训练（赞）。
