Feature Pyramid Networks for Object Detection
前言
也是比较老的一篇论文，网上已经有很多讨论，且论文讲的很详细，方法也很简单。不再过多赘述，建议参考原论文和一些其它blog。
推荐阅读：
详解FPN网络
深度学习网络 | FPN和fast rcnn及RPN网络是如何结合的细节
FPN特征金字塔网络解读
Lin, T. Y., Dollár, P., Girshick, R., He, K., Hariharan, B., & Belongie, S. (2017, 21-26 July 2017). Feature Pyramid Networks for Object Detection. 2017 IEEE Conference on Computer Vision and Pattern Recognition (CVPR),
本篇Blog仅讲述一些宏观定义，方便阅读：
一、Pyramid 图像金字塔及特征金字塔
二、Bottom-up pathway、Top-Down pathway and Lateral Connection解释
三、FPN+RPN应用
作者在论文中很详细的讲述了如何把FPN和RPN结合，但因为没有给出pipline，没有那么直观。但可以注意：根据之前讲到的RPN的应用，RPN的输入是feature map，输出是候选框。
同时原论文也讲述了FPN如何结合RoI pooling，目前暂时用不到，不再详细展开。后续有缘填坑。
总结
FPN使得多尺度下的目标检测更加精准。个人认为，其想法非常巧妙，但因为其只是一种特征的提取方式，如何结合其他模型来具体落实到下游任务也是一个值得思考的问题。