Backbone

主干网络用来提取图像特征。eg.VGG、ResNet等

Head

Backbone 之后连接的网络层，利用主干网络提取的特征进行预测。
eg.
Dense Predicton（第一阶段） SSD、YOLO等
Sparse Prediction(第二阶段) Faster R-CNN 等

neck

Additional blocks：
SPP、SAM等
Path-aggregation blocks：
FPN、NAS-FPN等

detector

detector = backbone + neck + head

bottleneck

网络输入和输出数据维度不同

warm up

用一个小的学习率先训练几个epoch，网络参数随机初始化的，较大的学习率容易不稳定。