Yolov4backbone、neck和Heads各个部分的组成对比及优化（创新点）

总而言之，普通的检测器由以下几个部分组成：

• 输入：图像，斑块，图像金字塔
• backbone：
•        VGG16 [68]，ResNet-50 [26]，SpineNet [12]，EfficientNet-B0 / B7 [75]，CSPResNeXt50 [81]，CSPDarknet53 [81]
• neck：
  • 其他块：SPP [25]，ASPP [5]，RFB [47]，SAM [85]
  • 路径聚合块：FPN [44]，PAN [49]，NAS-FPN [17] ]，Fully-connected FPN，BiFPN [77]，ASFF [48]，SFAM [98]
• Heads ：

密集预测（一阶段）：

RPN[64]，SSD [50]，YOLO [61]， RetinaNet [45]（基于锚）

CornerNet[37]，CenterNet [13]，MatrixNet [60]，FCOS [78]（无锚）

• 稀疏预测（两阶段）：
  • Faster R-CNN [64]，R-FCN [9]，Mask R-CNN [23]（基于锚）
  • RepPoints[87]（无锚）

参考资料

https://zhuanlan.zhihu.com/p/136290191