什么是对象检测 "head"？
What is an object detection "head"?
我目前正在阅读 SSD Single Shot Detector，有一个术语我很难理解。术语是 "head"。一听到这个词，我就想起了网头，一如当初。
我查看了具有不同头部类型的 object detection API created by google and I found the "heads" folder，一种用于框编码，另一种用于 class 预测。
摘要的文档 "head" class 不是很有启发性：
All the different kinds of prediction heads in different models will inherit
from this class. What is in common between all head classes is that they have a
predict function that receives features as its first argument.
我想我对它们的理解程度很高，但我对它们没有具体的定义。有人可以定义 "head" 并解释如何拥有 "box prediction head" 或 "classification head" 吗？
在某些领域，head 是指开始或开始的术语。
在这个领域是不同的。
在计算机视觉的许多任务中，您通常使用 "backbone"，它通常在 ImageNet 上进行预训练。这样，backbone 用作特征提取器，它为您提供输入的特征图表示。
现在你有了这样的特征图，你需要执行实际的任务，比如检测、分割等。
你这样做的方式通常是在特征图上应用 "detection head"，所以它就像一个头连接到 backbone.
在对象检测的情况下，您需要两种输出类型：分类置信度和边界框。它们可以是两个不同的、解耦的头（例如 RetinaNet），或者是计算两个输出的单个头（例如 SSD）。在这两种情况下，您都需要指出解释输出的确切方法。例如，边界框回归输出，它们是否与锚点相关？或者可能相对于整个图像？分类置信度——你是否在输出上使用 softmax 来接收置信度？等等
我目前正在阅读 SSD Single Shot Detector，有一个术语我很难理解。术语是 "head"。一听到这个词，我就想起了网头，一如当初。
我查看了具有不同头部类型的 object detection API created by google and I found the "heads" folder，一种用于框编码，另一种用于 class 预测。
摘要的文档 "head" class 不是很有启发性：
All the different kinds of prediction heads in different models will inherit from this class. What is in common between all head classes is that they have a
predictfunction that receivesfeaturesas its first argument.
我想我对它们的理解程度很高，但我对它们没有具体的定义。有人可以定义 "head" 并解释如何拥有 "box prediction head" 或 "classification head" 吗？
在某些领域，head 是指开始或开始的术语。 在这个领域是不同的。 在计算机视觉的许多任务中，您通常使用 "backbone"，它通常在 ImageNet 上进行预训练。这样，backbone 用作特征提取器，它为您提供输入的特征图表示。 现在你有了这样的特征图，你需要执行实际的任务，比如检测、分割等。 你这样做的方式通常是在特征图上应用 "detection head"，所以它就像一个头连接到 backbone.
在对象检测的情况下，您需要两种输出类型：分类置信度和边界框。它们可以是两个不同的、解耦的头（例如 RetinaNet），或者是计算两个输出的单个头（例如 SSD）。在这两种情况下，您都需要指出解释输出的确切方法。例如，边界框回归输出，它们是否与锚点相关？或者可能相对于整个图像？分类置信度——你是否在输出上使用 softmax 来接收置信度？等等