我目前正在阅读SSD Single Shot Detector，我很难理解一个术语。该术语是“头”。当我听到这个词时，就像起初一样，我想到了网络的负责人。
我查看了由Google创建的object detection API，发现"heads" folder具有不同的头部类型，一种用于框编码，另一种用于类别预测。
抽象“ head”类的文档并没有启发性：
不同模型中的所有不同种类的预测头都将继承 从这个班。所有头等舱之间的共同点是
predict函数将features作为其第一个参数。
我想我对它们有较高的了解，但是我没有具体的定义。有人可以定义一个“头”并解释一个人如何拥有“盒预测头”或“分类头”吗？
答案 0 :(得分：2)
在某些领域，“头”是某个事物的开始或开始的术语。 在这个领域是不同的。 在计算机视觉的许多任务中，通常使用“骨干”，通常在ImageNet上对其进行预训练。这样，将主干用作特征提取器，即可为输入提供特征图表示。 现在您已经有了这样的特征图，您需要执行实际的任务，例如检测，分割等。 完成此操作的方法通常是在特征地图上应用“检测头”，因此就像连接到主干的头一样。
对于对象检测，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磁头（例如RetinaNet），也可以是计算两个输出的单个磁头（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，它们是否相对于锚？还是相对于整个图像？分类置信度-您是否在输出上使用softmax来接收置信度？等