33 lines
4.0 KiB
Markdown
33 lines
4.0 KiB
Markdown
# 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.
|