To be a better man

在目标检测网络中，neck是指连接backbone和head的中间层，它的主要作用是将backbone提取的特征进行进一步的处理，以便与head中的分类器和回归器相结合，生成最终的检测结果。RPN是用于生成候选框的模块，它接受来自backbone的特征图作为输入，通过滑动窗口的方式在特征图上生成一组候选框，并对每个候选框的前景/背景进行分类和边界框回归。因此，RPN和Head的关系是，RPN用于生成候选框，Head用于检测和分类候选框，二者协同工作构成了Faster R-CNN的完整目标检测流程。

1.方法简单2.数据集获得困难（未开源）方便发论文吧估计是需要数据集的可以去联系一下=。=参考资料基于DCNN和全连接CRF的舌图像分割算法[论文笔记] Automatic Tongue Image Matting - 知乎...

backbone、head、neck等深度学习中的术语解释_Tchunren的博客-CSDN博客_深度学习neckReferencehttps://www.jianshu.com/p/014e76d3b614目标检测网络中的Backbone，Neck和Head - 以YOLOv4为例_西界丶的博客-CSDN博客_目标检测backbone...

EDA的代码参考（ps，第一次看到EDA这三个字母我也是懵逼的，查了一下就是探索性数据分析（Exploratory Data Analysis，简称EDA），可能这样看起来更牛）：anchor ratio//It does workanchor详解 - 知乎目标检测数据可视化，分析anchor_ratio的设置问题 - 知乎目标检测数据可视化，分析anchor_ratio的设置问题_notHeadache的博客-CSDN博客目标检测之一： anchor ratio_看不见我呀的博客...

作者提出的FPN（Feature Pyramid Network）算法同时利用低层特征高分辨率和高层特征的高语义信息，通过融合这些不同层的特征达到预测的效果。并且预测是在每个融合后的特征层上单独进行的，这和常规的特征融合方式不同。ReferenceFPN详解_技术挖掘者的博客-CSDN博客_fpn//EXCELLENT，AND COMMENTS ARE AMAZINGFPN（feature pyramid networks）算法讲解_AI之路的博客-CSDN博客_fpn全称//Good ID

参考资料目前常见的目标检测方法及技巧收藏整理_沉醉，于风中的博客-CSDN博客_目标检测的方法目标检测-介绍及传统方法_shanzsz的博客-CSDN博客_传统目标检测