图像特征提取模块：基于ELAN架构的深度学习方法

特征提取模块用于从输入图像中提取特征。许多代表性的分类网络被用作特征提取器，如ResNet、DenseNet等。由于ELAN通过控制最短和最长路径使得更深的网络学习更有效，因此我们使用YOLOv7提出的ELAN架构。在下采样模块中，我们同时使用最大池化和步长为2的卷积，这两种方法都是最常用的。输入图像首先经过三个卷积模块，特征图的大小变为'(H/4,W/4,128)'。然后特征依次经过由ELAN模块和下采样模块组成的三个模块。最后，特征通过一个ELAN模块增强。因此，输入图像变为大小为'(H/32,W/32,1024)'的特征图。特征提取器的细节如下所示：