（用markdown写的，不想重新去调格式了，所以直接倒换为图片了）
很多人对backbone不是很了解，找了一个很形象的说法：
backbone这个单词原意指的是人的脊梁骨，后来引申为支柱，核心的意思。
在神经网络中，尤其是CV领域，一般先对图像进行特征提取（常见的有vggnet，resnet，谷歌的inception），这一部分是整个CV任务的根基，因为后续的下游任务都是基于提取出来的图像特征去做文章（比如分类，生成等等）。
所以将这一部分网络结构称为backbone十分形象，仿佛是一个人站起来的支柱。
Backbone网络是检测网络的主干，网络提取出图像的高中低层的特征。
自己搭建神经网络时，一般都采用已有的网络模型，在其基础上进行修改。从2012年的AlexNet出现，如今已经出现许多优秀的网络模型。
下面是介绍这些经典网络内容的开始：
