You Only Look One-level Feature 链接到标题

* Authors: [[Qiang Chen]], [[Yingming Wang]], [[Tong Yang]], [[Xiangyu Zhang]], [[Jian Cheng]], [[Jian Sun]]

• Local library

初读印象 链接到标题

YOLOF 只使用单层 feature map 获得和多层可比的检测效果

文章骨架 链接到标题

%%创新点到底是什么?%% novelty:: 作者把 FPN 抽象成一个多进多出的结构 (MiMo)， 同时抽象了三种伴生结构： 单进多出(SiMo) 多进单出(MiSo) 和单进单出(SiSo)，然后对比他们在同样训练设置下的结果，基于此提出只使用当成 feature map 获得高精度模型

%%有什么意义？%% significance:: 更高效的检测结构

%%有什么潜力?%% potential::

作者分析了现有 FPN 带来的两个好处一个是能融合多尺度信息，帮助检测不同尺寸的目标，另一个是使用分治的思想把不同尺度目标的检测划分到不同的 layer 处理，简化了任务。

作者把 FPN 抽象成一个多进多出的结构 (MiMo)， 同时抽象了三种伴生结构： 单进多出(SiMo) 多进单出(MiSo) 和单进单出(SiSo)，然后对比他们在同样训练设置下的结果， 如下图所示：

可以看到， SiMo 可以取得和 MiMo 接近（0.9个点）的性能 而其他两个则掉点严重。这说明 FPN 主要作用在 output 上。

为了进一步抹平两者的差距， 作者提出了两点改进：

1. 使用 dialated encoder 增大单层输入的感受野
2. 为了防止大目标主导训练， 提出了 uniform matching 策略， 保证每个 gt 能够匹配到相同数量的 positive anchor