[TOC]
概念理解
Mask R-CNN (Regional Convolutional Neural Network: 区域卷积神经网络)
图像分类 (Classification): 图片中有气球。
语义分割 (Semantic Segmentation): 这些是图片中组成所有气球的像素。
目标检测 (Object Detection): 这里是图片中7个气球的位置。我们需要识别被遮挡的物体。
实例分割 (Instance Segmentation): 这是是图片中7个气球的位置，包括组成每一个气球的像素。
mAP: 均值平均精度(Mean Average Precision)
Backbone: 骨干网络
backbone feature map : 骨干特征图
Feature Pyramid Network (FPN): 特征金字塔网络
Mask RCNN 的实现采用的是 ResNet101 + FPN 作为骨干网络
Region Proposal Network (RPN): 区域提议网络
Anchor: 锚点, RPN 通过扫描骨干特征图（backbone feature map ） 得到锚点的. SSD 中称为先验框Prior boxes
Non-max Suppression : 非最大抑制, 在 RPN 预测过程中，我们会选择最可能包含物体的锚点，然后去修正它们的位置以及尺寸。如果有些锚点重叠得太多，我们会保留前景得分最高的一个，而其他的锚点就丢弃掉（这种方式成为非最大抑制 Non-max Suppression ）。
regions of interest (ROI): 最终的提议区域, 也就是我们感兴趣的区域
Ground Truth : 对于物体检测问题，Ground Truth包括图像，图像中的目标的类别以及图像中每个目标的边界框。
ROI Pooling: 感兴趣区域的池化
Batch Normalization : Batch Normalization可以提升模型收敛速度，而且可以起到一定正则化效果，降低模型的过拟合。
BA DA DS ML CS
BA: business analyst
DA: data analyst
DS: data science
ML: machine learning
CS: computer science
selective search: 选择性搜索
SSD: Single Shot MultiBox Detector
hard negative mining ： 为了保证正负样本尽量平衡，SSD采用了hard negative mining
Locatization loss， loc： 位置误差
confidence loss, conf ： 置信度误差
SSD loss : 损失函数定义为位置误差（locatization loss， loc）与置信度误差（confidence loss, conf）的加权和
Data Augmentation: 数据扩增
Randomly sample a patch: 随机采集块域
dilation converlutional : 扩张卷积
因果卷积: 因果卷积的理解可以认为是：不管是自然语言处理领域中的预测还是时序预测，都要求对时刻t 的预测yt只能通过t时刻之前的输入x1到xt-1来判别。这种思想有点类似于马尔科夫链。
残差卷积的跳层连接: 微软的残差网络 ResNet 就是经典的跳层连接（skip-connection）,上一层的特征图 x 直接与卷积后的 F(x)对齐加和，变为 F(x)+x （特征图数量不够可用 0 特征补齐，特征图大小不一可用带步长卷积做下采样）。
Fully Convolutional Networks : 全卷积网络
Recurrent Neural Network : 循环神经网络
Recursive Neural Network: 递归神经网络
BPTT Back Propagation Through Time: 反向传播算法
BPTS (Back Propagation Through Structure)
Gated Recurrent Unit（GRU）
Long Short Term Memery LSTM: 长短时记忆
稀疏是指绝大部分元素的值都是0， 反义稠密
cross entropy : 交叉熵误差函数