目标检测、语义分割的术语

1.Backbone

  • 提取特征

2.neck

  • 更好的提取特征

3.head

  • 利用提取好的特征,完成任务(分类等)

4.bottleneck

  • 将特征维度减少

5.GAP

  • Global Average Pool全局平均池化,就是将某个通道的特征取平均值

6.Embedding

  • 将特征抽取成向量

7.pretext task和downstream task

  • 预训练任务、下游任务

8.temperature parameters

  • 控制softmax的平滑程度,β越大,越平滑

9.Warm up

  • 前面几个epoch,学习率较小

Ref

版权声明:本文为CSDN博主「Stdleohao」的原创文章,遵循CC 4.0 BY-SA版权协议,转载请附上原文出处链接及本声明。
原文链接:https://blog.csdn.net/stdleohao/article/details/121835043

Stdleohao

我还没有学会写个人说明!

暂无评论

发表评论

相关推荐

FPN 特征金字塔 理解

Feature Pyramid Networks 对于Faster Rcnn使用FPN,cocoAP提升2.3个点,pascalAP提升3.8个点 1*1的conv,调整通道数,原论文中

非极大值抑制 (Non-Maximum Suppression, NMS)

NMS 基本过程 当前的物体检测算法为了保证召回率,对于同一个真实物体往往会有多于 1 个的候选框输出。由于多余的候选框会影响检测精度,因此需要利用 NMS 过滤掉重叠的候选框,得到最佳的预测输出