BiFPN融合P2小目标检测层结构图：原理剖析与性能优化实战

1次阅读

共计 2349 个字符，预计需要花费 6 分钟才能阅读完成。

在目标检测任务中，小目标（小于 32×32 像素）的检测一直是一个技术难点。传统 FPN（Feature Pyramid Network）结构通过自上而下的路径将高层语义信息传递到低层，但在实际应用中存在以下问题：

特征融合时，低层细节信息容易被高层语义信息淹没，导致小目标的特征丢失
单向的特征传播路径限制了不同层级间的信息交互
对特征层的权重分配采用固定方式，无法自适应调整不同层级的重要性

FPN：采用单一的自顶向下路径，高层特征通过上采样与低层特征相加融合
PANet：在 FPN 基础上增加自底向上路径，形成双向特征金字塔
BiFPN：在 PANet 基础上引入三个关键改进：
移除只有单一输入边的节点（简化结构）
添加从原始输入到输出节点的快捷连接（同层特征复用）
引入可学习的权重系数（自适应特征重要性）

BiFPN 的核心创新在于提出加权双向特征金字塔，其数学表达为：

O = ∑(w_i · I_i) / (∑w_j + ε)

其中 w_i 是通过 ReLU 约束的可学习权重（w_i ≥ 0），ε=0.0001 防止数值不稳定。这种设计使得网络可以自适应地学习不同特征层的重要性。

在标准 FPN 中，特征金字塔通常从 P3（1/ 8 分辨率）开始。BiFPN 通过保留 P2 层（1/ 4 分辨率）带来以下优势：

更精细的空间粒度（4×4 感受野对应原图 16×16 区域）
直接保留原始图像的高频细节
特别适合检测 10-20 像素级别的微小目标

典型 BiFPN-P2 结构包含：

骨干网络输出 P2-P7 六级特征（1/ 4 到 1 /128 分辨率）
第一轮自顶向下融合：P7→P6→P5→P4→P3→P2
第二轮自底向上融合：P2→P3→P4→P5→P6→P7
每个融合节点包含 3 - 4 个输入边（同级、上级、下级、原始输入）

import torch
import torch.nn as nn
import torch.nn.functional as F

class WeightedFeatureFusion(nn.Module):
    """可学习权重的特征融合层"""
    def __init__(self, in_channels: int, epsilon: float = 1e-4):
        super().__init__()
        self.epsilon = epsilon
        self.weights = nn.Parameter(torch.ones(3, dtype=torch.float32))  # 假设每个节点有 3 个输入
        self.conv = nn.Conv2d(in_channels, in_channels, kernel_size=3, padding=1)

    def forward(self, features: list[torch.Tensor]) -> torch.Tensor:
        """
        Args:
            features: 待融合的特征图列表
        Returns:
            融合后的特征图
        """
        # 归一化权重（使用 ReLU 保证非负）norm_weights = F.relu(self.weights) / (torch.sum(F.relu(self.weights)) + self.epsilon)

        # 加权求和
        out = torch.zeros_like(features[0])
        for i, feat in enumerate(features):
            out += norm_weights[i] * feat

        return self.conv(out)

class P2_FeatureExtractor(nn.Module):
    """P2 层特征提取模块"""
    def __init__(self, in_channels: int):
        super().__init__()
        self.conv1 = nn.Conv2d(in_channels, in_channels//2, kernel_size=1)
        self.conv2 = nn.Conv2d(in_channels//2, in_channels, kernel_size=3, padding=1)
        self.act = nn.SiLU(inplace=True)

    def forward(self, x: torch.Tensor) -> torch.Tensor:
        return self.act(self.conv2(self.act(self.conv1(x))))