Detection head

Detection head — это «голова» нейросети, которая отвечает за финальный результат: находит объекты на изображении или видео. Сеть извлекает признаки, промежуточные слои их обрабатывают, а голова сообщает, что именно и где находится. Без неё распознавание невозможно — это выходной интерфейс модели, превращающий абстрактные данные в понятные человеку предсказания.

От устройства головы зависит качество детекции в современных архитектурах вроде YOLO, Faster R-CNN и DETR: число ложных срабатываний, способность находить мелкие или перекрывающиеся объекты, скорость обработки кадра. Поэтому её проектированию уделяют особое внимание — слои, число предсказываемых параметров и способ работы с картой признаков напрямую влияют на точность и скорость.

Как это работает? Нейросеть строит карту признаков — сетку, где каждая ячейка описывает участок изображения. Detection head для каждой ячейки предсказывает вероятность наличия объекта, координаты ограничивающей рамки и класс. В одностадийных детекторах (например, YOLO) голова сразу выдаёт все кандидаты, а лишние отбрасывает подавление немаксимумов. В двухстадийных — сначала грубо находят области-кандидаты, затем голова уточняет их границы и классифицирует.

Прикладной пример — автопилот. Камера ловит кадр, сеть извлекает признаки, а голова выдаёт: «пешеход в точке (320, 240), вероятность 0,92, класс — человек». Эти данные немедленно уходят в систему торможения, поэтому от скорости и надёжности головы зависят жизни людей.

Коротко говоря, detection head — ключевой элемент любого детектора: он превращает внутреннее понимание картинки в конкретные предсказания. Разобравшись в его устройстве, легче понять и отладить поведение современных систем компьютерного зрения.