人工智能

目标检测算法 - YOLOv3 YOLOv1、YOLOv2都是在CVPR这种正规的计算机视觉学术会议上发表的正式学术论文。 YOLOv3不算一篇严谨的学术论文，是作者随笔写的技术报告。

YOLOv4是YOLOv3的改进版。YOLOv4并不是原YOLO项目的作者。发表于CVPR2020。 改进： 主干特征提取网络：Darknet53 -> C

PASCAL VOC挑战赛（The PASCAL VIsual Object Classes）是一个世界级的计算机视觉挑战赛。

ResNeXt是ResNet网络一个小幅的升级，更新了block。作者给出了上面三种block，它们在数学计算上完全等价。

计算机确定图像中一个物体的位置需要四个参数：中心点的x轴、y轴坐标、框的高和宽。 当一张图片被传入SSD的网络中时，图片首先会被调整为300*300的大小。

MobileNet网络是由google团队在2017年提出的，专注于移动端或者嵌入式设备中的轻量级CNN网络。相比传统卷积神经网络，在准确率小幅降低的前提下大大减少模型参数与运算量。

YOLO的全称是you only look once，指只需要浏览一次就可以识别出图中的物体的类别和位置。

ShuffleNet是旷视科技最近提出的一种计算高效的CNN模型，其和MobileNet和SqueezeNet等一样主要是想应用在移动端。

yolov2的整体网络架构和基本思想没有变化，重点解决yolov1召回率和定位精度方面的不足。相比其它的检测器，速度更快、精度更高、可以适应多种尺寸的图像输入。

RCNN是将CNN方法引入目标检测领域， 大大提高了目标检测效果，可以说改变了目标检测领域的主要研究思路。

深度学习（也称为深度结构化学习或分层学习）是基于学习数据表示的更广泛的机器学习方法系列的一部分，而不是特定于任务的算法。

深度学习由神经网络层驱动。神经网络由一系列算法按照人类大脑的工作方式松散建模而成，而使用大量数据进行训练，即对神经网络的神经进行配置。

机器学习是研究计算机模仿人类学习的过程，利用新的数据改善自身的性能，是人工智能的核心。机器学习是实现人工智能的一种方法；深度学习是实现机器学习的一种技术。概念包含关系上：人工智能>机器学习>深度学习。

Transformer是一种避免循环 (recurrent) 的模型结构，完全基于注意力机制对输入输出的全局依赖关系进行建模。