2.1 主干特征提取网络
      为了提取输入图像的特征，本文采用卷积神经网络对输入图像进行特征提 CenterNet 网络需要将输入图像的目标区域 转化为一个点来进行表示。为了更好的提 取特征，降低模型的参数，本文采用 ResNet50[8]模型作为特征提取网络。 ResNet 采用残差跳连方式来解决模型的过 拟合问题。 
      ResNet 网络由两大基本模块构成： Conv Block 和 Identity Block。Identity Block 模型的输入和输出维度不一样，采用 1*1 的卷积网络进行通道数的调整。Conv Block 和 Identity Block 交错连接构成了 ResNet50 模型。如图 2 为残差网络模块。