FPN：用于目标检测的特征金字塔网络
backbone:骨干网络，例如cnn的一系列。（特征提取）
(a)特征图像金字塔
检测不同尺寸目标。
首先将图片缩放到不同尺度，针对每个尺度图片都一次通过算法进行预测。
但是这样一来，生成多少个尺度就要预测多少次，训练效率很低。
(b)单一特征图
faster rcnn所采用的一种方式。
将图片通过backbone得到最终的特征图，在最终的特征图上进行预测。
针对小目标的预测效果不是很好。
©金字塔特征层次
与ssd算法类似。
将一张图片输入给backbone，在backbone镜像传播中得到不同的特征图上分别进行预测。
(d)特征金字塔网络
fpn结构。
与图（c）对比，不是简单的在backbone的不同特征图上进行预测，而是将不同特征图上的特征进行融合，在融合之后得到的特征图上再进行预测。
细节部分，如何融合特征
不同的特征图都是有一定要求的。比如这里按照2的整数倍选取：
在分类网络中的backbone在缩放特征图时都是整数倍缩放。
针对每一个backbone的特征图都会先用1x1的卷积层处理 ----> 调整backbone上不同特征图的channel统一。
在backbone不同层次上的channel不一样，一般情况下越来越多。
为了后续的融合，所以要保证一样的shape。
对上面的特征图进行2倍的上采样（临近差值算法）（保证上下高宽一样）。刚好跟中间特征图通过1*1卷积后的shape一样。
以resnet50作为backbone为例：
resnet网络整体框架一样：conv1(+BN、RELU) --> conv2_x所对应的一系列层结构 --> conv3_x所对应的一系列残差结构 --> conv4_x…… --> conv5_x……
（proposal 建议框，候选框）
faster rcnn：在预测特征图上通过rpn网络生成得到一系列proposal，把proposal映射到特征图上，再将映射的这部分特征输入fast rcnn，得到最终的预测结果。
fpn：首先通过rpn结构在p2 ~ p6上预测proposal，然后将预测得到的proposal映射到p2 ~p5上，再通过faster rcnn得到最终结果。
一个proposal如何正确投射到特征层上。
