一句话：Backbone（主干网络）是深度学习模型里负责把原始输入（像素、文字）逐层加工成「通用特征」的那部分主体网络，通常参数最多、最通用，也是迁移学习时被反复复用的那一段。
打个比方：一家公司里，Backbone 像受过完整通识训练的老员工，看得懂图、读得懂话、抓得住重点；它后面接的那一小截叫 Head（任务头），像岗位说明书——负责把「看懂了什么」翻译成「这次要交什么答案」。同一批老员工，配不同的岗位说明书，就能干分类、检测、分割、检索这些完全不同的活。
举个文本的例子：一段话进模型，Backbone（比如 Transformer 编码器）把它压成一串语义向量；接分类头就是情感判断，接序列标注头就是抽人名地名，接句向量头就是做检索匹配。图像侧同理：同一个 Backbone，接分类头回答「这是什么」，接检测头回答「在哪、有几个」。
微调时到底动哪块？
- 全量微调（full fine-tuning）：Backbone 和 Head 的参数都更新，最贵，也最灵活。
- 冻结 Backbone、只训 Head（linear probing，线性探测）：主干参数设成不更新，只训最后那一小截。数据少、算力紧时常用，因为 Backbone 已经「会看」了，只需要教它「怎么答」。
- 参数高效微调（如 LoRA 一类方法）：主干权重整体冻住，只在旁边挂一小组可训练的小矩阵。
所谓「冻结」（freeze），说穿了就是把这部分参数从优化器的更新名单里划掉——前向照样算，反向不再改它。
| Backbone | Head | |
|---|---|---|
| 作用 | 提取通用特征 | 映射到具体任务输出 |
| 参数量 | 大，占大头 | 小 |
| 换任务时 | 常常复用、少改 | 通常直接换掉重训 |
| 微调策略 | 全量 / LoRA / 冻结 | 基本都全量训练 |
和相邻概念的区别：Backbone 不等于整个模型。检测模型常写成 Backbone–Neck–Head 三段式，Neck（如特征金字塔）负责融合多层特征，Head 出最终结果。常说的「换个头就能换任务」，底气就来自 Backbone 学到的是通用表征，而不是某个任务的答案。
实际意义：选模型时先问一句「它的 Backbone 是不是在大规模数据上预训练过」——预训练主干加小数据、只训头，往往是性价比最高的起点；数据够多、任务又离通用领域很远，再考虑全量微调。对普通职场人来说，这也解释了为什么同一个基础模型稍作调整就能写文案、做客服、读表格：底子是共用的，换的只是那截任务头。具体选型与接口以官方页面为准。