# Глоссарий модуля 10

- **Anchor** — шаблонный bounding box, относительно которого модель предсказывает смещение.
- **AP/mAP** — площадь под precision-recall curve для класса / среднее AP по классам и заданным IoU.
- **Augmentation** — случайное семантически допустимое преобразование обучающего примера и его разметки.
- **Backbone** — часть модели, извлекающая карту визуальных признаков.
- **Batch latency** — время обработки батча; не равно latency одного запроса.
- **Bounding box** — прямоугольник, локализующий объект.
- **Depthwise convolution** — отдельная пространственная свёртка каждого входного канала.
- **Detection** — предсказание классов и местоположений экземпляров объектов.
- **Dilation** — расстояние между элементами ядра свёртки.
- **Domain shift** — различие распределений исходных и целевых данных.
- **Encoder/decoder** — части dense-модели, соответственно сжимающие признаки и восстанавливающие разрешение.
- **Feature Pyramid Network** — многомасштабное объединение карт признаков.
- **Fine-tuning** — продолжение обучения предобученных параметров на целевой задаче.
- **FLOPs/MACs** — теоретические оценки арифметических операций; не прямое измерение времени.
- **Global average pooling** — усреднение каждого канала по всем пространственным позициям.
- **ImageNet pretraining** — предварительное обучение весов на ImageNet.
- **Instance segmentation** — отдельная пиксельная маска каждого экземпляра.
- **IoU (Jaccard)** — отношение площади пересечения областей к площади объединения.
- **Latency** — задержка одного запроса; p95 — значение, быстрее которого завершились 95% запросов.
- **NMS** — удаление дублирующих boxes по score и IoU.
- **Padding** — дополнение границ входа перед свёрткой.
- **Panoptic segmentation** — совместная семантическая и экземплярная разметка пикселей.
- **Pooling** — локальное агрегирование значений с уменьшением или сохранением разрешения.
- **Receptive field** — область исходного входа, способная повлиять на элемент признаков.
- **Residual/skip connection** — короткая ветвь, добавляющая вход блока к изученной поправке.
- **Semantic segmentation** — классификация каждого пикселя без разделения экземпляров одного класса.
- **Stride** — шаг перемещения ядра по входу.
- **Transfer learning** — перенос представления или параметров из исходной задачи в целевую.
- **Свёртка/Cross-correlation** — применение общего локального ядра ко всем позициям.
- **Throughput** — число обработанных объектов или запросов в единицу времени.