# Feature Pyramid Networks for Object Detection
論文作者: Tsung-Yi Lin, Piotr Dollár, Ross Girshick, Kaiming He, Bharath Hariharan, Serge Belongie
發表到: 2017 IEEE Conference on Computer Vision and Pattern Recognition (CVPR)

整理by: PYChou

- - - - -

## 在這篇介紹裡面會圍繞著這張圖片討論

可以先看這張圖內的(a)~(d)，可以很直覺的了解到"空間尺度"的不同處理方式


## 這篇論文的貢獻

在當時，我們還不清楚深度特徵可以使用到甚麼程度，這篇論文提供了一種在特徵圖上混和特徵的技巧
> 有點饒口，我們後面慢慢說。

直覺來說，你要取得不同"尺度"的視覺特徵，會直接將輸入圖像縮放成不同尺寸，然後輸入模型得到對不同尺度輸入的響應。這招大家肯定不陌生，陌生的話請複習以下連結以解鎖更高技能:

> 參考連結1: [Opencv](https://docs.opencv.org/4.x/dc/dff/tutorial_py_pyramids.html)
> 參考連結2: [CMU Lecture](https://www.cs.cmu.edu/~16385/s17/Slides/3.1_Image_Pyramid.pdf)
> 參考連結3: [Features Description](https://sbme-tutorials.github.io/2019/cv/notes/7_week7.html)

## 實現細節

## 程式碼的部份