检测分割算法改进(篇四) BFP(Balanced Feature Pyramid)模块

模块来源：为了更好地适应不同尺度的模型目标，通常会增加网络FPN结构，实际证明，互补高低层次的信息确实会提高检测性能。Libra R-CNN网络作者认为FPN有问题，没有有效利用特征信息。

模块起因：传统FPN及FPN变种如PAFPN、BiFPN等都是采用 Top - Bottom，Bottom- Top 这样做更多的是关注相邻的分辨率，信息融合过程中非相邻层包含的语义信息会被稀释一次甚至多次。这个过程是imbalance的。因此，BFP模块是为了改变集成过程balance，是对FPN及其变种的延伸。

模块作用：利用多层次特征图信息加强各层次特征图的表达能力。FPN与non-local各自的优势得到了很好的解决imbalance问题。

具体实现：