FPN（Feature Pyramid Networks）是一種在目標檢測和圖像分割任務中廣泛使用的技術，它的主要作用是提升算法在不同大小和尺度目標上的性能。
FPN通過融合不同層級的特徵圖，結合了低層特徵的空間細節和高層特徵的語義信息。這樣不僅提高了算法對小物體的檢測能力，而且在保持較快檢測速度的同時，也提升了圖像分割的精度。FPN特別適用於單階段目標檢測器，因為它能夠更好地處理不同大小和尺度的目標。此外，FPN的「分而治之」策略，使得不同尺度的目標可以被分配到不同的層級進行預測，從而提高了檢測和分割的準確性。