RetinaNet要素地图维度问题

Question

我读了很多关于物体检测的文章，特别是关于RetinaNet的。但这部分的实现对我来说并不是很清楚。

据说，来自所有金字塔级别的特征映射被传递到权重共享子网络，用于分类和边界框回归。

但是，当子网络的权重在所有金字塔级别上共享时，这怎么可能呢？输出将具有不同的维度，因为根据我的理解，每个子网的最后一层完全连接到输出，如果我没有弄错的话。在最初的论文中，这一点没有得到澄清。这里有没有发生过补零的事情？

在Faster-RCNN架构中，ROI池化层被应用来解决这个维度问题，但在这种情况下，我迷路了。

Answer 1

所有的子网都是完全卷积的(具有标准的零填充)。他们不关心图像的尺寸(高度和宽度)。

通过FPN结构保持通道维度不变。这部分不是权重共享的。