美文网首页视觉处理人工智能基础知识
目标检测算法中的Backbone、Neck和Head

目标检测算法中的Backbone、Neck和Head

作者: LabVIEW_Python | 来源:发表于2021-03-03 05:50 被阅读0次

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

目标检测网络的结构
参考文献:《YOLOv4: Optimal Speed and Accuracy of Object Detection》

相关文章

网友评论

    本文标题：目标检测算法中的Backbone、Neck和Head

    本文链接：https://www.haomeiwen.com/subject/hlqgfltx.html

    延伸阅读

    深度阅读

    • 您也可以注册成为美文阅读网的作者，发表您的原创作品、分享您的心情！

    栏目导航

    热点阅读

    视觉处理

    人工智能

    基础知识

    关于我们|服务条款|联系我们|目标检测算法中的Backbone、Neck和Head|投稿指南|网站地图|RSS订阅|排版工具|手机版

    提供经典美文摘抄,优美散文欣赏,现代诗歌精选,短篇小说,心情随笔,表白情书范文,故事会在线阅读欣赏

    Copyright © 2014-2023 Haomeiwen.com All Rights Reserved. 好美文阅读网 版权所有

    备案信息：桂公网安备 45052102000051号 · 桂ICP备13007215号-3

    本站所收录作品、热点评论等信息部分来源互联网，目的只是为了系统归纳学习和传递资讯

    所有作品版权归原创作者所有，与本站立场无关，如不慎侵犯了你的权益，请联系我们告知，我们将做删除处理！