基于特征金字塔的多尺度特征融合网络

• 作者: 刘磊 张珹 徐文娟 郭启帆 靖稳峰
• 来源期刊: 工程数学学报
• 学科: 工学
• 关键词: 特征金字塔网络 多尺度特征融合网络 注意力机制
• 年，卷（期）: 2020,（5）
• 页码范围: 521-530
• 页数: 10页
• 分类号: TP391.41
• 语种: 中文
• DOI: 10.3969/j.issn.1005-3085.2020.05.001

摘要

特征金字塔网络(FPN)是CNN网络对图像信息进行表达输出的一种有效方法,在目标检测网络中广泛应用.然而,FPN没有充分地将浅层的细节信息传递到深层的语义特征,存在特征融合不足的缺陷,因而只能依靠深层语义信息来进行预测,从而忽略了网络低层细节信息,对各种视觉学习的效果造成了一定的影响.针对FPN存在的以上问题,本文提出基于特征金字塔的多尺度特征融合网络模型,在FPN主干网络的基础上,设计了混合特征金字塔和金字塔融合模块,并结合注意力机制,对特征金字塔进行了多尺度的深度融合.本文在PASCAL VOC2012和MS COCO2014数据集上,以Faster R-CNN作为基础检测器进行实验,验证了MFPN对特征融合的有效性.