特征金字塔网络（FPN）

定义

特征金字塔网络（Feature Pyramid Network，FPN）是林宗毅（Tsung-Yi Lin）等人于 2017 年提出的多尺度特征融合结构，用于解决目标检测中不同尺寸目标（尤其是小目标）的识别难题。

原理

卷积网络的浅层特征分辨率高但语义弱，深层特征语义强但分辨率低。FPN 在骨干网络自底向上的通路之外，增加一条自顶向下的通路：将高层特征逐级上采样，并通过横向连接与对应层的浅层特征逐元素相加，从而在每个尺度上都得到兼具高分辨率与强语义的特征图，检测头可在各层分别预测不同大小的目标。

影响

FPN 计算开销小、即插即用，迅速成为检测与分割网络的标准组件，被 Faster R-CNN、Mask R-CNN、RetinaNet 及多数 YOLO 变体采用，后续 PANet、BiFPN 等在其基础上继续改进特征融合方式。