YOLO检测器分为三个主要部分。
YOLO Backbone：YOLO Backbone（骨干）是一个卷积神经网络，它将图像像素合并在一起以形成不同粒度的特征。骨干通常在分类数据集（通常为ImageNet）上进行预训练。
YOLO Neck：YOLO Neck（上面选择了FPN）在传递到预测头之前对ConvNet图层表示进行组合和混合。
YOLO Head：这是网络中进行边界框和类预测的部分。它由关于类，框和对象的三个YOLO损失函数指导。
相关文章：
猜你喜欢
相关资源
相似解决方案
热门标签