关键点检测（6）——yolov8-neck的搭建

　　话接上文。之前学习了backbone，这里就学习neck了。我这里还是会以先以yolov8-pose的网络结构为例进行展示，然后再学习其neck层如何搭建。而Neck（颈部，连接部）是一个中间层，用于对来自backbone的特征进行融合，以提升模型地性能。yolov8并没有使用Neck这个概念，但其中架构图中Head中类似PANet功能地部分也可以归为Neck。所以我们这里会主要学习一下FPN和PANet，而下一节主要是说目标检测模型的决策部分，负责产生最终的检测结果。

　　在学习YOLOv8的neck之前，我这里对其backbone再啰嗦一下。

　　Backbone是yolov8的主干特征提取网络，输入图像首先会在主干网络里进行特征提取，提取到的特征可以被称为特征层，是输入图像的特征集合。在主干部分，我们获得了三个特征层进行下一步网络的构建，这三个特征层，我们称为有效特征层。之前也搭建了（在上个博客）。

　　而这节课的重点就是YOLOv8的Neck层。

1，yolov8的yaml配置文件

　　首先，我们仍然展示一下yolov8-pose.yaml文件。看看其网络的构造：

# Ultralytics YOLO 

标签：20,neck,特征,40,yolov8,base,80,512,关键点	

From： https://blog.csdn.net/zhanzhengrecheng/article/details/141786573