多尺度深度特征（上）：多尺度特征学习才是目标检测精髓

计算机视觉研究院专栏作者：Edison_G深度特征学习方案将重点从具有细节的具体特征转移到具有语义信息的抽象特征。它通过构建多尺度深度特征学习网络 (MDFN) 不仅考虑单个对象和局部上下文，还考虑它们之间的关系。公众号ID｜ComputerVisionGzq学习群｜扫码在主页获取加入方式论文获取｜回复”MDFN“获取论文1前言目前深度学习用于目标检测已经习以为常。从SSD到Yolo系列，其中：深层网络的感受野比较大，语义信息表征能力强，但是特征图的分辨率低，几何信息的表征能力弱（空间几何特征细节缺乏）；低层网络的感受野比较小，几何细节信息表征能力强，虽然分辨率高，但是语义信息表征能力弱。高层的语义信息能够帮助我们准确的检测出目标。SSD框架ASPP网络Cascaded下采样倍数小（一般是浅层）的特征感受野小，适合处理小目标，小尺度特征图 ………………………………