CV算法中的行业黑话你了解多少?

AI算法与图像处理

共 1406字,需浏览 3分钟

 ·

2021-12-19 09:04

点击下方AI算法与图像处理”,一起进步!

重磅干货,第一时间送达

作者 |  Yulong@知乎
原文 | https://mp.weixin.qq.com/s/AJHrAxWhWPlvvhurEX8KHQ
编辑 | 极市平台
本文只用作学术讨论,如有侵权请联系删除。

极市导读

 

大牛们讨论高深的cv术语和算法,究竟是什么?一起来起底行业黑话。


刚进CV中的算法团队,大牛们讨论高深的cv术语和算法,如何才能听懂?

feature:一个数组

representation:还是一个数组

embedding:把输入映射成数组

提高泛化性:预测更准了

过拟合:训练过头了

attention:加权

adaptive:还是加权

few-shot learning:看了几个样本就学

zero-shot learning:一个没看就开始瞎蒙

self-supervised:自学

semi-supervised:教一点自学一点

unsupervised:没人教了,跟谁学?

end-to-end:一套操作,行云流水搞到底

multi-stage:发现不行,还得一步一步来

domain:我圈起来一堆样本,就管他叫一个domain

transfer:我非得在这一堆样本上训练,用在另一堆样本上,就是不直接训练,就是玩~

adversarial:我加了一部分就是让loss增大

robust:很稳我不会让loss变大的(但也不容易变小了)

state of the art(sota):我(吹nb)第一

outperform:我虽然没第一,但是我比baseline强

baseline:(故意)选出来的方法,让我能够outperform

empirically:我做实验了,不知道为啥work

theoretically:我以为我知道为啥work,但没做实验,或者只做了个toy model

multi开头词组

multi-task:把几个loss加一起,完事

multi-domain:把几堆儿样本混一块训练,完事

multi-modality:把视频语音文字图像graph点云xxx混一块训练,完事

multi-domain multi-modal multi-media model:mua~mua~mua~mua……

如果觉得有用,就请分享到朋友圈吧!

努力分享优质的计算机视觉相关内容,欢迎关注:

交流群


欢迎加入公众号读者群一起和同行交流,目前有美颜、三维视觉计算摄影、检测、分割、识别、医学影像、GAN算法竞赛等微信群


个人微信(如果没有备注不拉群!
请注明:地区+学校/企业+研究方向+昵称



下载1:何恺明顶会分享


AI算法与图像处理」公众号后台回复:何恺明,即可下载。总共有6份PDF,涉及 ResNet、Mask RCNN等经典工作的总结分析


下载2:终身受益的编程指南:Google编程风格指南


AI算法与图像处理」公众号后台回复:c++,即可下载。历经十年考验,最权威的编程规范!



下载3 CVPR2021

AI算法与图像处公众号后台回复:CVPR即可下载1467篇CVPR 2020论文 和 CVPR 2021 最新论文


浏览 60
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报
评论
图片
表情
推荐
点赞
评论
收藏
分享

手机扫一扫分享

分享
举报