論文鏈接：M2Det: A Single-Shot Object Detector based on Multi-Level Feature Pyramid

主要貢獻：

提出多級特征金字塔網(wǎng)絡(luò)MLFPN。
基于提出的MLFPN，結(jié)合SSD，提出一種新的Single-shot目標(biāo)檢測模型M2Det。

整體框架

M2Det使用主干網(wǎng)絡(luò)和MLFPN來提取特征，然后采用類似SSD的方式預(yù)測框和類別得分，通過NMS得到最后的檢測結(jié)果。
首先，通過FFM v1對主干網(wǎng)絡(luò)提取到的特征進行融合；
然后，通過TUM和FFM v2提取更有代表性的Multi-level&Mutli-scale特征；
最后，通過SFAM融合多級特征，得到多級特征金字塔用于最終階段的預(yù)測。

FFM

特征融合模塊FFM： 用于融合M2Det中不同級別的特征，先通過1x1卷積壓縮通道數(shù)，再進行拼接。
FFMv1使用兩種不同尺度的特征圖作為輸入，所以在拼接之前加入了上采樣來調(diào)整大小；FFMv2的兩個輸入的尺度相同。

TUM

細化U型模塊TUM：使用了比FPN和RetinaNet更薄的U型網(wǎng)絡(luò)。在上采樣和元素相加操作后加上1x1卷積來加強學(xué)習(xí)能力和保持特征平滑度。TUM中每個解碼器的輸出共同構(gòu)成了多尺度輸出。每個TUM的輸出共同構(gòu)成了多級別、多尺度特征，前面的TUM提供低級別，后面的TUM提供高級別特征。

SFAM

尺度特征聚合模塊SFAM：旨在聚合TUMs產(chǎn)生的多級、多尺度特征，以構(gòu)造一個多級特征金字塔。
第一階段，沿通道維度將有相同尺度的特征圖進行拼接，這樣得到的每個尺度的特征包含了多個級別的信息。
第二階段，借鑒SENet的思想，加入channel-wise attention，以更好地捕捉有用的特征。

總結(jié)

以上是生活随笔為你收集整理的M2Det: A Single-Shot Object Detector based on Multi-Level Feature Pyramid的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。