CV领域常用词及其含义

一、backbone

在神经网络中，尤其是CV领域，一般先对图像进行特征提取（常见的有vggnet，resnet，inception等等），这一部分是整个CV任务的根基，因为后续的下游任务都是基于提取出来的图像特征去做文章（比如分类，生成等等）。所以将这一部分网络结构称为backbone十分形象，仿佛是一个人站起来的支柱。

详细说backbone是用来做特征提取的网络，代表网络的一部分，一般是用于前端提取图片信息，生成特征图feature map,供后面的网络使用。因为这些backbone特征提取能力是很强，并且可以加载官方在大型数据集(Pascal 、Imagenet)上训练好的模型参数，然后接自己的网络，进行finetune微调即可。

二、head

head是获取网络输出内容的网络，利用之前提取的特征，head利用这些特征，做出预测。

三、neck

是放在backbone和head之间的，是为了更好的利用backbone提取的特征。

四、bottleneck

瓶颈的意思，通常指的是网络输入的数据维度和输出的维度不同，输出的维度比输入的小了许多，就像脖子一样，变细了。经常设置的参数 bottle_num=256，指的是网络输出的数据的维度是256 ，可是输入进来的可能是1024维度的。

五、GAP

在设计的网络中经常能够看到gap这个层&#x