本文介绍了姿态估计和行为识别的区别与联系在计算机视觉领域的子任务中，Action/Activity Recognition和Human Parsing/Human Pose Estimation看上去是类似的。简要的总结就是：姿态估计是指检测图像和视频中的人物形象的计算机视觉技术，通常用于确定某人的某个身体部位出现在图像中的位置，也就是在图像和视频中对人体关节的定位问题。而行为识别技术应用的目的是

目标检测网络中的Backbone，Neck和Head - 以YOLOv4为例目标检测网络中常见到的三个概念：Backbone：在不同图像细粒度上聚合并形成图像特征的卷积神经网络；Neck：一系列混合和组合图像特征的网络层，并将图像特征传递到预测层；Head：对图像特征进行预测，生成边界框和并预测类别；以YOLOv4为例：先观察YOLOv4框架：其中，Backbone主要是CSPDarknet53组

目标检测网络中的Backbone，Neck和Head - 以YOLOv4为例目标检测网络中常见到的三个概念：Backbone：在不同图像细粒度上聚合并形成图像特征的卷积神经网络；Neck：一系列混合和组合图像特征的网络层，并将图像特征传递到预测层；Head：对图像特征进行预测，生成边界框和并预测类别；以YOLOv4为例：先观察YOLOv4框架：其中，Backbone主要是CSPDarknet53组

简单解决B站（bilibili）因用户未登录而自动暂停视频并弹出登录窗口的问题