Detection Head

检测头充当目标检测神经网络架构中的最终决策层。模型的前置层负责理解图像中的形状、纹理和特征，而检测头则是专门用于解读这些信息、准确预测图像中有哪些对象及其所在位置的组件。它将特征提取器生成的抽象高级数据转换为可用结果，通常会输出一组包围已识别对象的边界框，以及对应的类别标签和置信度分数。

区分检测头、主干网络和颈部网络#

要充分理解检测头的作用，可以将现代检测器想象为由三个主要阶段组成，每个阶段在计算机视觉（CV）流程中承担不同的职责：

• **主干网络：**这是网络的初始部分，通常是类似 ResNet 或 CSPNet 的卷积神经网络（CNN）。它处理原始输入图像，生成表示视觉模式的特征图。
• **颈部网络：**颈部网络位于主干网络和检测头之间，用于细化并融合不同尺度的特征。诸如特征金字塔网络（FPN）这样的架构通过聚合上下文信息，确保模型能够检测不同大小的对象。
• **检测头：**检测头是使用颈部网络细化后特征的最终组件。它执行实际的分类任务（这是什么？）和回归任务（它在哪里？）。

演进：基于锚框与无锚框#

检测头的设计不断演进，以提升速度和准确率，尤其是在从传统方法转向现代实时推理模型的过程中。

• **基于锚框的检测头：**传统的单阶段目标检测器依赖预定义的锚框，即各种尺寸的固定参考形状。检测头会预测应如何拉伸或移动这些锚框，使其与对象匹配。这种方法在关于 Faster R-CNN 的奠基性研究中有详细介绍。
• **无锚框检测头：**包括最新 YOLO26 在内的先进模型都采用无锚框检测器。这些检测头直接从特征图中的像素预测对象中心点和尺寸，无需手动调整锚框。这简化了架构，并增强了模型对新颖对象形状的泛化能力；这项技术通常与全卷积单阶段目标检测（FCOS）相关联。

实际应用#

检测头的精度对于在安全关键型和工业环境中部署人工智能（AI）至关重要。用户可以使用 Ultralytics Platform 轻松标注数据并训练这些专用检测头。

• **自动驾驶：**在汽车领域的 AI中，检测头负责实时区分行人、交通信号灯和其他车辆。高度优化的检测头可确保推理延迟足够低，使车辆能够立即做出反应。
• **医学诊断：**在医学图像分析中，检测头经过微调，用于定位 MRI 扫描中的肿瘤等异常。回归分支必须极其精确地勾勒出病灶的确切边界，从而协助医生提供医疗保健解决方案。

代码示例#

以下示例演示了如何加载 YOLO26 模型并检查其检测头的输出。运行推理时，检测头会处理图像并返回包含坐标和类别 ID 的最终 boxes。

from ultralytics import YOLO

# Load the YOLO26n model (nano version)
model = YOLO("yolo26n.pt")

# Run inference on an image to utilize the detection head
results = model("https://ultralytics.com/images/bus.jpg")

# The detection head outputs are stored in results[0].boxes
for box in results[0].boxes:
    # Print the bounding box coordinates and the predicted class
    print(f"Class: {int(box.cls)}, Coordinates: {box.xywh.numpy()}")

这种交互展示了检测头如何将复杂的神经网络激活值转换为可读数据，供开发者用于目标跟踪或计数等下游任务。