什么是Backbone网络？

在深度学习，尤其是计算机视觉领域，“Backbone网络”（主干网络）是指用于提取输入图像特征的核心神经网络结构。 它通常是整个模型中最主要的组成部分，负责从原始数据中逐层提取抽象特征，供后续任务（如目标检测、语义分割、图像分类等）使用。

常见的Backbone网络有哪些？

常见的Backbone包括 ResNet、VGG、MobileNet、EfficientNet、Swin Transformer 等。这些网络经过大量数据预训练， 具备强大的通用特征提取能力，因此常被用作下游任务的“基础模型”。

Backbone在网络架构中的作用

在目标检测模型（如 Faster R-CNN、YOLO）或语义分割模型（如 U-Net、DeepLab）中，Backbone通常位于最前端， 负责将输入图像转换为高维特征图。后续的模块（如检测头、分割头）则基于这些特征进行具体任务的预测。

为什么叫“Backbone”？

“Backbone”原意为“脊柱”或“骨干”，在深度学习中借喻其作为整个模型支撑结构的角色——没有它，后续任务模块将缺乏有效的输入特征。