[深度学习] 深度网络 backbone 含义

最新推荐文章于 2024-07-02 21:05:43 发布
最新推荐文章于 2024-07-02 21:05:43 发布
阅读量1.9k 收藏 9
点赞数
分类专栏： 深度学习 软件理论 文章标签： 深度学习 网络 backbone 主干网络
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/comedate/article/details/113838594
版权

Q：
深度学习的代码中网络都会有backbone，这个是什么意思呢？关注用的什么backbone意义是什么呢？比如某篇论文代码backbone用的resnet，这代表什么呢？

A：
backbone这个单词原意指的是人的脊梁骨，后来引申为支柱，核心的意思。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，谷歌的inception），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。

A:
主干网络，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。通常用VGGNet还有你说的Resnet，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，进行微调finetune即可。

摘自 知乎:
深度学习网络中backbone是什么意思?

comedate
关注
  • 0
    点赞
  • 踩
  • 9
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
专栏目录
深度学习最先进的Backbone汇总
03-16
深度学习领域的研究日新月异，其中“Backbone”或“骨干网络”是推动这一领域进步的核心。骨干网络是深度学习模型的基础，它负责提取输入数据中的特征，这些特征随后被用于各种任务，如分类、检测和分割等。最先进的...
深度学习常用的backbone有哪些
a486259的博客
09-28 1万+
深度学习中常用的backbone有resnet系列（resnet的各种变体）、NAS网络系列（RegNet）、Mobilenet系列、Darknet系列、HRNet系列、Transformer系列和ConvNet。
深度学习中的backbone的意思
weixin_43168650的博客
03-28 7621
深度学习中的backbone的意思Backbone Backbone backbone原意是指人的脊梁骨，后来引申为支柱、核心的意思，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vgg net，resnet，谷歌的inception），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）。 主干网络，用来做特征提取的网络，代表网络的一部分，一般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。通常用VGG或者Re
backbone是什么？
最新发布
AndrewPerfect的博客
07-02 853
在深度学习中，特别是计算机视觉领域，。它通常是卷积神经网络（CNN），其任务是从输入图像中提取高层次特征，这些特征然后被用于各种任务，如目标检测、图像分割、分类等。
基于PyTorch的卷积神经网络经典BackBone(骨干网络)复现
datayx的文章
05-10 1254
向AI转型的程序员都关注了这个号????????????机器学习AI算法工程 公众号：datayx前言卷积神经网络的发展，从上个世纪就已经开始了，让时间回到1998年， 在当时，Yann LeCun 教授提出了一种较为成熟的卷积神经网络架构LeNet-5，现在被誉为卷积神经网络的“HelloWorld”，但由于当时计算机算力的局限性以及支持向量机(核学习方法)的兴起，CNN方法并不是当...
深度学习框架-Backbone汇总
热门推荐
David's Tweet
01-17 4万+
Backbone—— Neck —— Head 1.Backbone：翻译为骨干网络的意思，既然说是主干网络，就代表其是网络的一部分，那么是哪部分呢？这个主干网络大多时候指的是提取特征的网络，其作用就是提取图片中的信息，共后面的网络使用。这些网络经常使用的是resnet VGG等，而不是我们自己设计的网络，因为这些网络已经证明了在分类等问题上的特征提取能力是很强的。在用这些网络作为backbone的时候，都是直接加载官方已经训练好的模型参数，后面接着我们自己的网络。让网络的这两个部分同时进...
深度学习经典网络backbone总结
11-21 216
神经网络可以训练，基本解决了深层神经网络训练过程中的梯度消失问题，并给出了系统性的解决方案（两种残差结构），即系统性的让网络变得更“深”了。而让网络变得更“宽”的工作，至今也没有一个公认的最佳方案（）关系，另外两个则是强调每层的输入是前面所有层 feature map 的叠加，反映了 feature map 数量的变化。方法可以减少模型计算量和提高运行速度的同时，还不降低模型的精度，是一种更高效的网络设计方法，同时还能和。，另一种是和最后的输出层相连，以聚合足够好的特征。的网络结构连接对比图，如下图所示。
深度学习预训练库，集成各种经典backbone，基于OpenMMLab_MMPretrain库！！！.zip
05-10
深度学习（DL，Deep Learning）是机器学习（ML，Machine Learning）领域中一个新的研究方向，它被引入机器学习使其更接近于最初的目标——人工智能（AI，Artificial Intelligence）。 [1] 深度学习是学习样本数据的...
图像类深度学习比赛常用backbone.zip
08-24
计划或参加电赛的同学可以用来学习提升和参考。程序均是实战案例，经过测试可直接运行。 全国大学生电子设计竞赛（National Undergraduate Electronics Design Contest），试题，解决方案及源码。计划或参加电赛的...
基于深度学习的手部21类关键点检测
04-30
深度学习，尤其是卷积神经网络（CNN），已成为解决这一问题的关键工具，其强大的特征提取能力使得模型能够从图像中学习到丰富的手部结构信息。 一、训练和测试数据集 构建一个高效的手部关键点检测模型，首先需要...
深度学习P9-YOLOv5-Backbone模块实现
qq_66033623的博客
09-06 110
本文为🔗365天深度学习训练营 中的学习记录博客 原作者：K同学啊|接辅导、项目定制我的环境：1.语言：python3.72.编译器：pycharm3.深度学习环境：torch 1.8.0 + cu111torchvision 0.9.0 + cu111 2、导入数据 使用函数将字符串类型的文件夹路径转换为对象。接下来，使用glob方法获取data_dir路径下的所有文件路径，并将它们以列表形式存储在data_paths中。 通过对data_paths中每个文件路径执行split("
BackBone—Resnet
qq_36326840的博客
04-01 5383
在介绍之前首先理解一下BackBone的含义。 backbone这个单词原意指的是人的脊梁骨，后来引申为支柱，核心的意思。 在CV领域，一般先对图像进行特征提取（常见的有vggnet，resnet，因为这些网络对于特征提取的效果比较好），这一部分是整个CV任务的根基，在通过BackBone生成的featmap的基础上再进行语义分割任务，本人觉得可以简单将BackBone理解为encode，对于图像进行特征编码，后面接上不同的encode进行所需任务，简单看了一下目前mmsegmentation里面的Ba
学习backbone的个人笔记
qq_43349542的博客
06-13 327
这是官方给的代码，我只选择展示了VGG16的。 #!/usr/bin/python # -*- coding: UTF-8 -*- import torch import torch.nn as nn from typing import Union, List, Dict, Any, cast try: from torch.hub import load_state_dict_from_url except ImportError: from torch.utils.model_zo
【python】Python闭包（closure），装饰器（Decorator）和注册机制（Registry）的学习笔记。
目前涉及领域：目标检测，语义分割以及数字图像处理
08-10 1371
本文主要分为四个部分： 第一部分是简单介绍下python的闭包原理，闭包是装饰器的基础。 第二部分是简单介绍下python的装饰器原理，注册机制是装饰器的应用场景。 第三部分是简单介绍注册机制，并附上python代码示例。 第四部分是简单介绍MMCV框架注册机制代码，并附上相关代码注释。...
网络骨架：Backbone(神经网络基本组成——卷积层)
weixin_42782833的博客
06-26 1万+
利用卷积神经网络处理输入图像，生成深层的特征图，再利用各种算法完成区域生成与损失计算，这部分卷积神经网络数整个检测算法的“骨架”，也被称为Backbone Backbone是物体检测技术的基础，其中也涌现除了多种经典结构，如VGGNet、ResNet和DenseNet等 卷积网络的经典Backbone： VGGNet：走向深度 Inception：纵横交错 ResNet：里程碑的残差结构 DenseNet：多重残差 FPN：特征金字塔 DetNet：为检测而生 神经网络的基本组成 物体检测算法使用的通常
网络结构作用简介
蜗牛在奔跑的博客
08-20 881
主干网络的设计取决于任务的需求和模型的复杂程度，常见的主干网络包括ResNet、VGG、MobileNet等。Head（头部网络）： 头部网络通常连接到主干网络的输出，负责处理主干网络提取的特征，并生成最终的目标检测结果。综上所述，主干网络负责提取图像的特征，头部网络负责生成目标检测的结果，连接网络负责对主干网络特征进行整合和融合。在目标检测任务中，通常会采用一种常见的网络架构，即主干网络（backbone）、头部网络（head）和连接网络（neck）的组合。
深度学习中backbone是什么东西
fangweijiex的博客
03-08 7625
backbone这个单词原意指的是人的脊梁骨，后来引申为支柱，核心的意思 在此处的意思是：主干网络 主干网络大多时候指的是提取特征的网络，其作用就是提取图片中的信息，共后面的网络使用 这些网络经常使用的是resnet VGG等，而不是我们自己设计的网络，因为这些网络已经证明了在分类等问题上的特征提取能力是很强的 在用这些网络作为backbone的时候，都是直接加载官方已经训练好的模型参数，后面接着我们自己的网络。让网络的这两个部分同时进行训练，因为加载的backbone模型已经具有提取特征的
深度学习中的经典基础网络结构（backbone）总结
生命在于折腾！
10-28 3万+
深度学习中的经典基础网络结构总结 1. 深度学习发展历史回顾 在开始正式内容之前，首先回顾下深度学习发展史，这将使整体内容更为连贯。 上图主要展示了深度学习的 “史前文明”（这里仅仅是开玩笑的说法）。从图中可以看到整个历史始于1943年，有三个发展繁荣期和两个低谷。 1943年，心理学家麦卡洛克和数学逻辑学家皮兹发表论文《神经活动中内在思想的逻辑演算》，提出了MP模型。 1960年，...
深度学习中的backbone怎么翻译
03-01
在深度学习中，“backbone”通常指的是卷积神经网络（Convolutional Neural Network，CNN）中用于提取特征的主干网络部分。这个主干网络通常由多个卷积层和池化层组成，用于从原始输入数据中提取高级特征。因此，“backbone”的直观翻译可能是“主干网络”或“骨干网络”。
评论
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值