深度学习知识点

1、形变场

(78条消息) 医学图像配准之形变场可视化（绘制形变场）_棉花糖灬的博客-CSDN博客_形变场可视化

2、位移场

3、上游任务和下游任务

上游任务：预训练模型，一般就是利用上游数据上进行预训练，以生成一个包含视觉表征的模型

下游任务：是计算机视觉应用程序，用于评估通过自监督学习学习到的特征的质量。当训练数据稀缺时，这些应用程序可以极大地受益于预训练模型。下游任务更多的是评估任务，相当于项目落地，需要去做具体任务来评价模型好坏。

4、sota的定义

State of the arts 的缩写，指的是在某一个领域做的Performance最好的model

5、消融实验（Ablation study）

消融实验的核心是控制变量。

        比如说你为了提升baseline的性能，给它加了两个模块A,B，加完之后效果果然提高了很多。于是你急急忙忙开始写论文，写到你的贡献，你给了两条：1.模块A，2.模块B。

        但是这样写有个问题：尽管AB同时加上去对模型有提升效果，但是你并没有证明A、B两个模块分别都是有意义的。

        所以为了验证A、B两个模块是不是真的都有用，你需要做ablation study。方法也很简单：

1. 在baseline的基础上加上模块A，看效果。
2. 在baseline的基础上加上模块B，看效果。
3. 在baseline的基础上同时加上模块AB，看效果。

        然后结果可能是，实验1和实验2的结果都不如实验3，那么说明AB都是有用的；然而也有可能你会发现实验1的结果和实验3一样，甚至更好。这就说明你的想法是有问题的，模块B其实并没有起到作用，提升只来自于模块A。

        综上所述，ablation study就是你在同时提出多个思路提升某个模型的时候，为了验证这几个思路分别都是有效的，做的控制变量实验的工作。

6、重采样

下采样：把图片变小

上采样：把图片变大

7、过采样和欠采样

过采样------目的：处理数据不平衡问题

                  方法：随机复制少数样例以增大它们的规模

欠采样------方法：随机地减少采样主要的类