1.NAS-FPN使用強化學習的方式對FPN網絡自動搜尋，在coco資料集上得到了最好的FPN結果。可以了解為連連看，然後連出一個最好的。如下圖：a圖為原始的FPN， 好看整齊。然後在一步一步搜尋的reward下，結構元件變化。由b--->f變為最終的結果。雖然不好看。
最終NAS-FPN結構為:可以看到和retinanet一樣有5個輸入p3,p4,p5,p6，p7然後對應5個輸出p3,p4,p5,p6,p7作者也是在retinanet上應用的NAS-FPN與别的方法進行比較。結果詳見論文，可以漲不少點
參考：https://cloud.tencent.com/developer/article/1505713
2.PAnet