全局特征金字塔网络
原文中文,约300字,阅读约需1分钟。发表于: 。本文介绍了全局特征金字塔网络(GFPNet),它是 PAFPN 的增强版本,通过整合全局信息增强目标检测,有效地关注层内特征信息,捕捉全局特征细节,促进层内特征交互,并生成更全面而有影响力的特征表示。与传统的特征金字塔相比,GFPN 在目标检测基线上持续展示性能改进。
本文介绍了特征对齐金字塔网络(FaPN)的方法,通过特征对齐和特征选择模块,提高了上下文对齐上采样的特征表现。在四个密集预测任务和四个数据集上,FaPN相比于Faster/Mask R-CNN的FPN改进了1.2-2.6个AP/mIoU点。特别是在Mask-Former中融合后,FaPN在ADE20K上实现了56.7%的mIoU。