CVPR目標檢測新框架：不再是YOLO，而是只需要一層特征（干貨滿滿，建議收藏）（2）

使用Dilated Encoder模塊代替FPN 。SiSo Encoder只使用了Backbone中的C5特征作為輸入，C5特征感受野僅僅覆蓋有限的尺度范圍，當目標尺度與感受野尺度不匹配時就導致了檢測性能的下降。為使得SiSo Encoder可以檢測所有目標，作者需要尋找一種方案生成具有可變感受野的輸出特征，以補償多級特征的缺失。

在C5特征的基礎上，研究者采用空洞卷積方式提升其感受野。盡管其覆蓋的尺度范圍可以在一定程度上擴大，但它仍無法覆蓋所有的目標尺度。以上圖(b)為例，相比圖(a)，它的感受野尺度朝著更大尺度進行了整體的偏移。然后，研究者對原始尺度范圍與擴大后尺度范圍通過相加方式進行組合，因此得到了覆蓋范圍更廣的輸出特征

*博客內容為網友個人發布，僅代表博主個人觀點，如有侵權請聯系工作人員刪除。