图像分割-专有名词讲解

写在前面的话：本人是刚入门图像分割技术的小硕，在拜读各顶会论文时有一些不懂的词汇或者算法，写在这里进行记录，其中很多都来源于贴吧大佬的讲解，已注明出处（不定期更新）

CNN

卷积神经网络（ConvolutionalNeural Networks，简称CNN）提出于20世纪60年代，由Hubel和Wiesel在研究猫脑皮层中用于局部敏感和方向选择的神经元时发现。

图像分割-专有名词讲解

来看一个典型的CNN实例，对于分辨率为28*28的图片处理过程：

图像分割-专有名词讲解

其中Conv为卷积层（采用5*5的卷积核，Step为1），实现数据特征提取；Pool为池化层，也称为降采样（Sample），实现数据降维；FC为全连接层，通过一定规则的计算（也可能为卷积计算）得到结果。

RCNN（Regions with CNN features）是将CNN方法应用到目标检测问题上的一个里程碑，由年轻有为的RBG大神提出，借助CNN良好的特征提取和分类性能，通过RegionProposal方法实现目标检测问题的转化。

Mask R-CNN 扩展自 Faster R-CNN，由同一作者在2017年提出。Faster R-CNN 是一个流行的目标检测框架，Mask R-CNN 将其扩展为实例分割框架。

IoU 的全称为交并比（Intersection over Union）而 Max-IoU便是最大交并比，IoU 计算的是 “预测的边框” 和 “真实的边框” 的交集和并集的比值。IoU 是目标检测算法性能 mAP 计算的一个非常重要的函数。