백본 네트워크에서 특징 맵을 추출하는 과정에서 이미지의 사이즈가 점차 줄어들게 되는데, 이 과정에서 작은 객체들을 놓치는 문제가 발생할 수 있습니다. FPN은 이 문제를 해결하기 위해 고안되었습니다. 특징 맵이 작아지기 전, 다양한 해상도의 특징 맵을 생성하고, 이를 계층적으로 통합합니다. 이러한 계층적 통합은 다양한 사이즈의 객체를 감지하는 데 도움을 줍니다.

특징 추출 피라미드 네트워크는 각 층에서 추출된 특징 맵을 상위 층으로 전달하고, 상위 층의 특징 맵과 결합하여 더 풍부하고 다양한 정보를 포함한 새로운 특징 맵을 생성합니다. 이 과정은 상위 층의 큰 스케일의 특징과 하위 층의 작은 스케일의 특징을 효과적으로 결합합니다. 결과적으로 FPN은 객체의 사이즈에 관계없이 효과적인 특징 추출을 가능하게 하여 객체 탐지의 정확도를 높이는 데 기여합니다.