目标检测（二阶段）领域，常见词汇

1、Backbone（主干网络）

• 定义: Backbone是目标检测模型的基础部分，通常是一个预训练的卷积神经网络（如ResNet、VGG、MobileNet等），负责从输入图像中提取多层特征图。这些特征图包含了不同尺度和抽象级别的信息，是后续步骤进行目标定位和识别的基础。
• 作用: 提供丰富的特征表示，是整个模型的基础。

2、Neck（颈部网络）

• 定义: Neck 通常位于 Backbone 和检测头（Head）之间，用于进一步处理或增强特征图。它可以帮助模型更好地理解图像内容。Neck可以包含多种模块，如特征金字塔网络（FPN）、SPP（Spatial Pyramid Pooling）、ASPP（Atrous Spatial Pyramid Pooling）等，用于优化特征表示。
• 作用: 增强特征的表达能力，提高检测性能。
  • 2.1 FPN（特征金字塔网络）
    • 定义: FPN是一种特殊的Neck结构，它通过自顶向下和自底向上的路径聚合不同尺度的特征图，创建一个丰富的多尺度特征金字塔。这样做的目的是让每个层级的特征都能同时具备高语义信息和精确的空间位置信息，从而提高小物体的检测能力。
    • 作用: 处理多