特征图（Feature Map） 是卷积神经网络（CNN）对输入图像进行特征提取后得到的中间表示，可以理解为一组压缩但语义丰富的“特征图像”。在目标检测中，它是连接主干网络与检测头的核心桥梁。
一、直观形象：特征图长什么样？
假设输入一张 3×800×600 的 RGB 图像：
-
经过 VGG16 的卷积层后，你会得到 512×50×38 的特征图
-
它是一个三维张量：512 个通道（Channel），每个通道是 50×38 的二维矩阵
想象成 512 张"半透明幻灯片" 叠在一起：
-
每张幻灯片（通道）捕捉图像的某种特征
-
幻灯片上的每个像素点（如第 25 行，19 列）对应原图的某个区域
-
这个点的值越大，说明该区域越符合该通道所代表的 pattern