备忘录

问题回答图里没提 FPN/PAN 吗？✅是的，没直接写，但结构完全对应。那 FPN/PAN 存在吗？✅存在！它们是通过UpsampleConcatConv等基本操作实现的。怎么理解？FPN = 自顶向下路径（上采样 + 拼接）PAN = 自底向上路径（下采样 + 拼接）两者合起来就是PANet。这图能说明什么？它展示了 YOLOv8 如何用最基础的模块构建一个强大的 PANet neck，体现了其工程化和可复现性。

Transformer 成为构建。

你以为 YOLO 很强？其实它体内，流着 TOOD 的血。——任务对齐，早已无处不在。

🔲 **LabelImg 是“画框”工具，适用于目标检测；🟧。

任务输出粒度是否定位是否区分个体输出形式典型模型分类整图否不适用类别标签目标检测物体级别是否（YOLO等）边界框 + 类别实例分割像素级别是是掩码（Mask）+ 类别语义分割像素级别是否类别图（每个像素有类别）全景分割像素级别是是（所有物体）统一的像素级标注。

方向接地气程度应用广泛性学习建议小目标检测⭐⭐⭐⭐☆⭐⭐⭐⭐☆✔️ 入门首选遮挡检测⭐⭐⭐⭐☆⭐⭐⭐⭐结合上下文建模低光照增强⭐⭐⭐⭐⭐⭐⭐☆图像恢复 + 检测医学图像⭐⭐⭐⭐☆⭐⭐⭐⭐☆注重伦理与精度遥感图像⭐⭐⭐⭐⭐⭐⭐☆学习旋转框等扩展缺陷检测⭐⭐⭐⭐☆⭐⭐⭐⭐异常检测方向轻量化模型⭐⭐⭐⭐☆⭐⭐⭐⭐⭐工程落地必备技能。