【计算机视觉】目标检测主干网络（backbone）和颈部结构（neck）目录

感谢香港中文大学多媒体实验室（mmlab）以及所有涉及的作者、科研人员、开源社区其他贡献者的工作。

引言

计算机视觉特别是目标检测领域，网络架构通常被分为几个部分来处理不同的任务和功能。主干网络（backbone）和颈部（neck）是两个核心组件。
主干网络（Backbone）
主干网络是目标检测架构中的基础部分，主要用途是从输入的图像中提取特征。这些网络通常是经过预训练的深度卷积神经网络，如VGG、ResNet等，它们在大规模图像数据集（如ImageNet）上进行训练，能够捕捉到从基础到复杂的图像特征。主干网络的输出是一组多尺度的特征图，这些特征图包含了图像中的关键视觉信息，是进行更高级别处理的基础。
颈部（Neck）
颈部是连接主干网络和检测头（head）的中间部分，它的主要用途是进一步加工和优化主干网络提取的特征。颈部的设计影响着特征的融合和传递方式，从而对检测性能有重要影响。例如，特征金字塔网络（FPN）是一种常见的颈部结构，它通过上采样和横向连接，有效地将不同尺度的特征图融合，增强了模型对于不同大小目标的检测能力。颈部可以通过多种方式增强特征，如加入注意力机制、使用内容感知的上采样方法等。
结构模块化的必要性和优点：
首先是代码结构灵活，性能对比和代码管理比较方便。然后是一些正规的描述：
专业化处理：将网络分为主干、颈部和头部允许每个部分专注于不同的任务，如特征提取、特征融合和决策制定（如分类和定位ÿ