计算机视觉：maskrcnn-benchmark学习笔记

1.关于深度学习中的batch_size
batch_size可以理解为批处理参数，它的极限值为训练集样本总数，当数据量比较少时，可以将batch_size值设置为全数据集（Full batch cearning）。
实际上，在深度学习中所涉及到的数据都是比较多的，一般都采用小批量数据处理原则。
2.滑动平均可以看作是变量的过去一段时间取值的均值，相比对变量直接赋值而言，滑动平均得到的值在图像上更加平缓光滑，抖动性更小，不会因为某次的异常取值而使得滑动平均值波动很大
3.给深度学习入门者的Python快速教程 - numpy和Matplotlib篇
https://zhuanlan.zhihu.com/p/24309547
4.给深度学习入门者的Python快速教程 - 基础篇
https://zhuanlan.zhihu.com/p/24162430
5.fps：帧
6.鲁棒性：健壮
7.ResNets:特征图集:{P2,P3,P4,P5}
空间尺寸:{C2,C3,C4,C5}
8.feature map的理解
在cnn的每个卷积层，数据都是以三维形式存在的。你可以把它看成许多个二维图片叠在一起（像豆腐皮竖直的贴成豆腐块一样），其中每一个称为一个feature map。
9.图像掩模是用选定的图像、图形或物体、对待处理的图像(全部或局部)进行遮挡来控制图像处理的区域或处理过程。
10.torch.nn.Module 是所有神经网络单元的基类
11.

12.过拟合：根本原因是特征维度过多，模型假设过于复杂，参数过多，训练数据过少，噪声过多，导致拟合的函数完美的预测训练集，但对新数据的测试集预测结果差。 过度的拟合了训练数据，而没有考虑到泛化能力。
　　　　　　解决方法：（1）减少特征维度；（2）正则化，降低参数值。
13.降采样指的是成比例缩小特征图宽和高的过程，比如从（W，H）变为（W/2，H/2）。深度卷积神经网络中降采样的方法主要有三种：
1、stride大于1的pooling
2、stride大于1的conv
3、stride大于1的reorg（在YOLOv2的论文里叫passthrough layer）
13.提议（proposals，即有可能包含一个目标的区域）
14.RPN 扫描的区域被称为 anchor，这是在图像区域上分布的矩形
15

16

17.volatile
用来防止优化。
易变的，因为访问寄存器要比访问内存单元快的多，所以编译器一般都会作减少存取内存的优化，但有可能会读脏数据。
当要求使用volatile声明变量值的时候，系统总是重新从它所在的内存读取数据，即使它前面的指令刚刚从该处读取过数据，编译器对访问该变量的代码就不再进行优化，从而可以提供对特殊地址的稳定访问。
如果不使用volatile，则编译器将对所声明的语句进行优化。
18.RPN网络

19.Faster流程图：

20.ResNet-FPN网络结构:

21.Mask RCNN:

22.总结一下Mask RCNN的网络：
骨干网络ResNet-FPN，用于特征提取，另外，ResNet还可以是：ResNet-50,ResNet-101,ResNeXt-50,ResNeXt-101；
头部网络，包括边界框识别（分类和回归）+mask预测。头部结构见下图：

23.RoiPool:

24.RoiAlign:

25.一文让你彻底了解卷积神经网络
https://blog.csdn.net/weixin_42451919/article/details/81381294
26.残差块

27.残差神经网络中的残差：

28.ResNet：

29.