0
点赞
收藏
分享

微信扫一扫

目标检测算法中的Backbone、Neck和Head

基于深度学习的现在目标检测算法中有三个组件:Backbone、Neck和Head,乍一看很让人不理解:

  • Backbone, 译作骨干网络,主要指用于特征提取的,已在大型数据集(例如ImageNet|COCO等)上完成预训练,拥有预训练参数的卷积神经网络,例如:ResNet-50、Darknet53等
  • Head,译作检测头,主要用于预测目标的种类和位置(bounding boxes)
  • 在Backone和Head之间,会添加一些用于收集不同阶段中特征图的网络层,通常称为Neck。

简而言之,基于深度学习的目标检测模型的结构是这样的:输入->主干->脖子->头->输出。主干网络提取特征,脖子提取一些更复杂的特征,然后头部计算预测输出


参考文献:《YOLOv4: Optimal Speed and Accuracy of Object Detection》

举报

相关推荐

0 条评论