You Only Look One-level Feature
这篇paper质疑了object detection里面FPN的真实作用。本文指出，FPN里面，实际上多尺度的输入是没有必要的，真正让性能提升的是对不同尺度的输出用不同的feature map这样的分而治之思路。
这篇paper起步使用一个实验得到一个比较出乎意料的结论.
通过分析RetinaNet的推理速度，发现高分辨率的特征花费的运算更加多。
YOLOF
如果单尺度输出，有几个问题:
- 感受野: 使用dilated encoder 提供更多感受野
- Ground truth matching: 使用Max-IoU matching会使得物体倾向于预测面积大的框，采用 Uniform Matching的思路 (K Nearest anchor).
这篇paper也是本人看到第一个使用TIDE对网络的预测进行分析的paper.
