在看神经网络方面的文章时，文中有很多专业名词，在网上看了大家的理解后记录于此。
AP（average precision）平均正确率
一种衡量结果的标准。
FPN（feature pyramid networks）特征金字塔网络
原来多数的object detection算法都是只采用顶层特征做预测，但我们知道低层的特征语义信息比较少，但是目标位置准确；高层的特征语义信息比较丰富，但是目标位置比较粗略。另外虽然也有些算法采用多尺度特征融合的方式，但是一般是采用融合后的特征做预测，FPN不一样的地方在于预测是在不同特征层独立进行的。
ResNet（residual network）残差网络
为解决“随着网络加深，梯度消失的现象越来越明显，准确率下降”的问题。
Resnet提供了两种选择方式，也就是identity mapping和residual mapping，如果网络已经到达最优，继续加深网络，residual mapping将被push为0，只剩下identity mapping，这样理论上网络一直处于最优状态了，网络的性能也就不会随着深度增加而降低了。
分割误差
分割误差为mask rcnn中新加的。mask rcnn中的损失函数为分类误差+检测误差+分割误差。
对于每一个m*m大小的ROI区域，mask分支有一个K*m*m维的输出，K是指所有的类别(例如PASCAL VOC一共20个类别，加上背景，一共21个类别，K=21)。对于每一个像素，都是用sigmod函数求二值交叉熵(即对每个像素都进行逻辑回归)，得到平均的二值交叉熵误差Lmask。对于每一个ROI，如果检测得到ROI属于哪一个分类（分类是由faster rcnn的classification确定的），就只使用哪一个分支的交叉熵误差作为误差值进行计算。也就是一个ROI区域中K*m^2的输出，真正有用的只是某个类别的m^2的输出。（举例说明：分类有3类（猫，狗，人），检测得到当前ROI属于“人”这一类，那么所使用的Lmask为“人”这一分支的mask。）这样的定义使得我们的网络不需要去区分每一个像素属于哪一类，只需要去区别在这个类当中的不同分别小类。
RPN（Region Proposal Network）区域推荐网络
提取候选目标边界框
FCN（Fully Convolutional Networks）全卷积网络
FCN对图像进行像素级的分类，从而解决了语义级别的图像分割（semantic segmentation）问题。与经典的CNN在卷积层之后使用全连接层得到固定长度的特征向量进行分类（全联接层＋softmax输出）不同，FCN可以接受任意尺寸的输入图像，采用反卷积层对最后一个卷积层的feature map进行上采样, 使它恢复到输入图像相同的尺寸，从而可以对每个像素都产生了一个预测, 同时保留了原始输入图像中的空间信息, 最后在上采样的特征图上进行逐像素分类。
Region Proposal：
是一类传统的区域提取方法，可以看作不同宽高的滑动窗口，通过窗口滑动获得潜在的目标图像，关于Proposal大家可以看下SelectiveSearch，一般Candidate选项为2k个即可。
ROIAlign：
在MASK RCNN中用来替代ROI Pooling层，将候选区域大小归一化，采用双线性插值法。映射后点的坐标不一定是整数，如（1.2，3.4），这时用双线性插值法来计算该点的像素值为：
这里，i=1，j=3，u=0.2，v=0.4。是取该点周围四个点的加权和。
图像掩码操作：
是指通过掩码核算子重新计算图像中各个像素的值，掩码核算子刻画邻域像素点对新像素值的影响程度，同时根据掩码算子中权重因子对像素点进行加权平均。图像掩码操作常用于图像平滑、边缘检测、特征分析等区域。