文章探讨了神经网络在视觉领域的应用，包括算法评估的P/R指标和mAP计算。目标检测方面，讲解了边界框、锚框、交并比以及非最大值抑制的概念，特别提到了YOLO方法。语义分割则强调其像素级的边界和与目标检测的区别。最后，文章还涉及了循环神经网络在数据处理和文本预处理中的角色，尤其是词嵌入和RNN模型的应用。
一、神经网络与视觉
1.算法评估相关概念
举例：班级里有50人，30男生，20女生，识别出15女生，20男生,其中有2个女生是男生，3个男生是女生
P：男：17/20 女：13/15
R: 男：17/30 女：14/20
2.AP计算：
mAP：平均准确率
3.目标检测
（1）目标检测的发展
其中YOLO在stage3中提及过
（1）目标检测的基本原理
① 边界框
② 锚框
③ 交并比
④ 非最大值抑制（nms）
二、语义分割
1.与目标检测的区别：语义分割的边界是像素级的，比目标检测精细
2.分类：
三、循环神经网络
1.数据处理基础
2.文本预处理和词嵌入
2.RNN模型
2万+
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
