1.图像分类：单任务算法
1.1 公开数据集：
（1）MNIST：10个类别，手写数字体数据集，6万条训练数据和1万条测试数据，28*28的灰度图；
（2）FashionMNIST：10个类别，6万条训练数据和1万条测试数据，28*28的灰度图，衣服、裤子、鞋子等；
（3）CIFAR10：10个类别，5万条训练数据和1万条测试数据，32*32彩色图，飞机、汽车、猫、狗等；
（4）CIFAR100：100个类别，5万条训练数据和1万条测试数据,32*32彩色图；
（5）ImageNet：
1.2 评价指标：top1准确率、top5准确率、精确度、召回率
准确度和召回率是针对单一类别的，有时候准确率并不能反应模型的效果，如测试癌症，有990个正常样本和10个癌症样本，都预测准确也有99%。准确度和召回率用于反应正样本、负样本分别被准确、错误分类的效果。可以用混淆矩阵来表现；
混淆矩阵
| 真实值\预测值 | Positive | Negative |
| Positive | True Positive（TP） | False Negative（FN） |
| Negative | False Positive(（FP） | True Negative（TN） |
准确度（precision）：Precision = TP /（TP + FP）
召回率（recall）：Recall = TP / （TP + FN）
结合准确度和召回率得出F1 score：
2 / F1 = 1 / P + 1 / R，即：F1 = 2 * P * R / （P + R）
2. 目标检测：多任务算法
不仅需要确定目标的类别，还需要确定目标的位置。一条回路用来做目标位置回归，一条回路用来做目标分类；
应用场景：人脸检测、文本检测（OCR）
2.1 评价指标：mAP（mean Average Precision）
2.2 算法：
（1）one-stage：直接基于网络提取到的特征和预定义的框进行目标检测；
SSD（Single Shot Detection）：
YOLO（You Only Look Once）：
（2）two-stage：先通过网络提取到的特征和预定义的框学习得到侯选框，然后基于候选框的特征进行目标检测；
Fastre-RCNN：
2.3 算法流程：
（1）主网络部分：特征提取
（2）预测部分：目标类别分类和目标位置回归
（3）NMS操作：非极大值抑制（Non Maximum Suppression），去掉重复的预测框
3. 图像分割
语义分割：将图像中指定类别的目标分割出来，不区分相同类别的目标；
实例分割：还能够区分相同类别的目标；
评价指标：
（1）像素准确率：
（2）Mean IoU（Mean of class-wise Intersaction over Union）：
本文内容由网友自发贡献，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系:hwhale#tublm.com(使用前将#替换为@)
