Algorithm 算法常用术语

算法常用术语

• AI(Artificial Intelligence):人工智能，是研究、开发用于模拟、延伸和扩展人的智能的理论、方法、技术及应用系统的一门新的技术科学

• model:指代的是目标函数

• Algorithm：是求解该目标函数的方法

• CV(computer vision)：计算机视觉

• VAS(video analysis service)：封装后视频算法

• IAS(image analysis service)：封装后图片算法

• ROI(Region of Interest)：机器视觉、图像处理中，从被处理的图像以方框、圆、椭圆、不规则多边形等方式勾勒出需要处理的区域，称为感兴趣区域

• P(Positive)和N(Negative)：表示模型的判断结果,T(True)和F(False) 表示模型的判断结果是否正确

• TP(True Positive) ：被正确预测的正例．表示真实值为正，同时也被正确的预测为正

• TN(True Negative) ：被正确预测的反例．表示真实值为反例，也被正确的预测为反例

• FP(False Positive)：表示真实值为负例，被错误的预测为正例

• FN(False Negative)：表示真实值为正例，被错误的预测为反例

• PR曲线(Precision-Recall)：PR曲线常被用在信息提取领域，同时当我们的数据集中类别分布不均衡时我们可以用PR曲线代替ROC．PR曲线的横轴代表查全率，实际上就是真正率，纵轴代表查准率，表示预测为正例的样本里实际也为正例的样本所占的比例

• Accuracy：准确率，算法最直接的识别指标，即模型判断正确的数据(TP+TN)占总数据的比例–Acc=(TP+TN)/(TP+TN+FP+FN)，准确率的确可以在一些场合，从某种意义上得到一个分类器是否有效，但它并不总是能有效的评价一个分类器的工作，对于正负样本不均衡的情况下，accuracy作为评判标注并不合适（例如1000数据，正例有10个，如果分类器全部判断为负例，准确率依然有 990/1000 = 0.99）

• IOU( Intersection over union)：指的就是大家常说的交并比，在语义分割中作为标准度量一直被人使用。交并比不仅仅在语义分割中使用，在目标检测等方向也是常用的指标之一。根据公式得： IOU = TP/(TP + FP + FN)

• Precision： 精确度 = 检测正确的目标数量／（检测正确目标的数量+误检目标的数量）

• Recall： 召回率 = 检测正确的目标数量／（检测正确的数量+漏检目标的数量）

• ap(Average precision)：平均精准度，简单来说就是对PR曲线上的Precision值求均值。对于pr曲线来说，我们使用积分来进行计算

• CPU(Central Processing Unit)： 是一台计算机的运算核心（Core）和控制核心（ Control Unit）

• GPU(Graphic Processing Unit)：做图像和图形相关运算工作的微处理器

• NPU(unified processor unit)：嵌入式神经网络处理器采用“数据驱动并行计算”的架构，特别擅长处理视频、图像类的海量多媒体数据

• 语义分割(semantic segmentation)：识别图像中存在的内容以及位置（通过查找属于它的所有像素）

• 软解码：使用CPU进行编码,性能较硬编码低，低码率下质量通常比硬编码要好一点

• 硬解码：由显卡核心GPU来对高清视频进行解码工作，CPU占用率很低，画质效果比软解码略差

• 流媒体：是指将一连串的媒体数据压缩后，经过网上分段发送数据，在网上即时传输影音以供观赏的一种技术与过程，此技术使得数据包得以像流水一样发送