深度学习笔记【二】

mIoU计算方法：
p_ij表示类 i被识别为类j的像素总数，即p_ii表示识别正确的真正例(True Positive, TP)总数，而p_ij和p_ji则分别表示识别错误的假正例FP(False Positive, FP)总数和假反例FN(False Negative, FN)总数。

语义分割J and F计算方法：
视频目标分割评价指标包括轮廓精确度（Contour Accuracy）和区域相似度（Region Similarity），时序稳定度Temporal stability。
区域相似度（Region Similarity）：区域相似度是掩膜 M 和真值 G 之间的 Intersection over Union 函数.

轮廓精确度（Contour Accuracy）：将掩膜看成一系列闭合轮廓的集合，并计算基于轮廓的 F 度量，即准确率和召回率的函数。即轮廓精确度是对基于轮廓的准确率和召回率的 F 度量。

MobileNet，shuffleNet特点：
补充：多通道卷积原理
对于D通道图像的各通道而言，是在每个通道上分别执行二维卷积，然后将D个通道加起来，得到该位置的二维卷积输出，对于RGB三通道图像而言，就是在R，G，B三个通道上分别使用对应的每个通道上的kernel_sizekernel_size大小的核去卷积每个通道上的WH的图像，然后将三个通道卷积得到的输出相加，得到二维卷积输出结果。因此，若有M个卷积核，可得到M个二维卷积输出结果。
https://blog.csdn.net/briblue/article/details/83063170
MobileNet参数量计算

https://zhuanlan.zhihu.com/p/35405071