搜尋意圖： 如果你在找「特徵金字塔網路 是什麼」或「特徵金字塔網路 和相近概念差在哪」，先看這頁的短定義、完整說明與延伸比較。
TL;DR： 特徵金字塔網路(FPN)是一種用於目標檢測的深度學習架構，旨在從不同尺度的特徵圖中提取豐富的語義信息，以提升小目標的檢測性能。
實用情境： 適合用在閱讀 AI 文章、產品文件或和同事討論時，先用一頁快速對齊概念。
下一步： 先讀完定義，再往下看延伸比較與對應工具，把概念轉成實際應用。
你有沒有看過照片裡的小物件很難抓，但大物件又很容易抓到？
你可以把特徵金字塔網路想成把不同大小的觀察視角接在一起，讓模型同時看得到大目標和小目標。
它重要，是因為真實世界裡的物件大小差很多，只靠單一尺度常常會漏掉小東西。
你可以把它想成一個把抽象概念拉回日常判斷的提示，先知道它解決什麼問題，再看技術細節。
容易混淆
特徵金字塔網路 vs 單一尺度特徵圖 單一尺度只看一層特徵，處理大物件通常比較順。 FPN 會把不同層級的資訊融合，對小物件更友善。
特徵金字塔網路 vs 物件偵測 物件偵測是任務。 FPN 是幫物件偵測變強的一種架構設計。
記住這句就好
大小都要看見，FPN 就是在補這個缺口。
實際案例
交通攝影 遠處的小車牌和近處的大巴士在同一張圖裡，FPN 能讓模型同時照顧不同尺度。
醫療影像 病灶有時很小又不明顯，多尺度特徵能提高找到微小異常的機會。
算法與應用
它會做自上而下的語義傳遞，再搭配橫向連接，把高層語義和低層細節融合起來。 這種設計常被放進物件偵測框架中，用來提升多尺度目標的表現。
FPN 的三個結構
卷積網路越往深層，語意越強但解析度越低。淺層看得清楚卻不知道那是什麼，深層知道是什麼卻定位不準。小物體在深層特徵圖上可能只剩一兩個像素，直接消失。
FPN 用三個結構把兩邊的優點合起來。
由下而上（bottom-up）。 就是原本骨幹網路的前向傳播，逐層縮小解析度、加深語意。每個階段的最後一層輸出被留下來備用。
由上而下（top-down）。 從最深、語意最強的那層開始，逐層上採樣放大解析度，把強語意往回帶。
橫向連接（lateral connection）。 每一層上採樣之後，跟由下而上對應解析度的那一層相加。前者提供語意，後者提供精確位置。
結果是產生一組解析度不同、但每一層語意都很強的特徵圖。大物體用低解析度那層偵測，小物體用高解析度那層，各司其職。
為什麼它變成標準配備
FPN 之前的做法有三種，各有明顯代價。
只用最後一層特徵：快，但小物體偵測很差。
影像金字塔（把原圖縮放成好幾種尺寸各跑一次）：準，但計算量是好幾倍。
直接用各層特徵各自預測：不用額外算，但淺層語意太弱，效果有限。
FPN 的價值在於幾乎不增加計算量就拿到多尺度的強語意特徵。它是一個附加結構，可以接在任何骨幹網路後面，所以 Faster R-CNN、Mask R-CNN、RetinaNet 以及 YOLO 的較新版本都採用了這個設計或它的變體（PANet、BiFPN）。
判斷要不要用：任務裡物體大小差異大就一定要用。物體尺寸固定（例如固定距離拍攝的產線檢測）則未必划算。
情境判斷
Q1： 如果你要偵測停車場裡從遠到近的各種車輛，FPN 有幫助嗎？
Q2： 如果場景裡所有目標大小都差不多，FPN 就完全沒價值嗎？
常見問題
FPN 一定要搭配物件偵測嗎？
主要是，但任何需要多尺度表徵的任務都可能受益。
FPN 跟金字塔池化是一樣嗎？
不一樣，兩者都處理多尺度，但融合方式不同。
橫向連接在做什麼？
它把高層語義和低層細節接起來，讓每一層都更完整。
FPN 會不會讓模型變重？
會增加一些計算，但通常換來更好的多尺度偵測效果。