Neck

В архитектурах нейросетей, особенно в компьютерном зрении, термином «Neck» (шея) называют промежуточный блок между «backbone» — сетью, извлекающей признаки изображения, и «head» — частью, которая выдаёт итоговый ответ, например координаты объектов. Neck не является самостоятельным «мозгом», а скорее соединительной тканью, которая перерабатывает и объединяет информацию, чтобы головная часть работала точнее.

Важность этого элемента трудно переоценить: без него сеть часто «видит» слишком мелкие или слишком крупные детали по отдельности, но не умеет сопоставлять их. Neck выполняет роль переводчика, который собирает разрозненные признаки в единую картину. Интуитивно это похоже на то, как вы разглядываете фотографию: сначала замечаете отдельные линии и пятна, а затем соединяете их в силуэты. Neck делает это автоматически, смешивая информацию с разных масштабов, чтобы модель не путала маленький объект на переднем плане с большим объектом вдали.

Классический пример — детектор YOLO. Здесь Neck (часто выполненный в виде Feature Pyramid Network) берёт карты признаков с трёх уровней детализации и объединяет их так, чтобы каждый уровень «знал» о существовании остальных. Благодаря этому даже крошечный пешеход на дальнем плане опознаётся с той же уверенностью, что и крупный автомобиль. Итог: Neck — незаметный, но критичный «позвоночник» модели, превращающий сырое зрение в связано понимание сцены.