目录

知识储备

基于多级特征融合的小目标深度检测网络实现

一、环境配置

二、核心代码实现

1. 多级特征融合模块（models/fpn.py ）

2. 主干网络（models/backbone.py ）

3. 检测头（models/detector.py ）

三、完整网络架构（models/net.py ）

四、训练代码（train.py ）

五、关键优化说明

六、实验效果与调参建议

七、快速测试（demo.py ）

前言

国内外发展及现状

2相关工作

2.1主干网络

2.1.1 通用主干网络

2.1.2 专用主干网络

2.2注意力机制

2.3CNN 可视化技术

3网络层次特征图的可视化分析

3.1分析方法

3.1.2 热力图可视化方法

3.2主流算法对比分析

3.2.1 层次特征分析

3.2.2 通用网络特征融合策略分析

3.2.3 DenseNet 特征融合效率分析

4基于浅层特征融合的小目标检测网络

4.1问题描述

4.2多路密集连接层

4.3优化密集连接模块

4.3.1 分离式卷积优化

4.3.2 浅层特征融合效率优化

---

本文篇幅较长，分为上下两篇，下篇详见基于多级特征融合的小目标深度检测网络（续） 

知识储备