计算机视觉
数据增广
翻转、切割、颜色
微调
最重要的一个技术 迁移学习
在已经训练好的一个模型上，替换最后一层分类器，再次训练
相当于已经把提取特征的参数学习好了
目标检查
预测边缘框4个顶点的坐标，需要4个参数
锚框
难点
目标检测中，物体可能在任何位置以任何大小
模型要做的事：
- 准备很多大小不同的框
- 判断每个框里有没有物体
- 调整框的位置，让他更接近真实物体
如何判断两个框像不像？看他们的重合程度
\[IoU = \frac{两个框的交集面积}{两个框的并集面积}\]
- \(IoU = 1\)，完全重合
- \(IoU = 0\)，完全不重合，只是背景
区域卷积神经网络 R-CNN
单发多框检测 SSD
语义分割
语义分割，但是是计算机视觉（