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

CVPR2021: Sparse R-CNN新的目标检测模型

今天我们将讨论由四个机构的研究人员提出的一种方法,其中一个是字节跳动人工智能实验室。他们为我们提供了一种新的方法,称为稀疏R-CNN(不要与 Sparse R-CNN 混淆,后者在 3D 计算机视觉任务

实战深度学习目标检测:RCNN (1)

深度学习目标检测:RCNN 什么是目标检测?目标检测主要是明确从图中看到了什么物体?他们在什么位置。传统的目标检测方法一般分为三个阶段:首先在给定的图像上选择一些候选的区域&#xff0c