在cnn的每個卷積層，資料都是以三維形式存在的。可以看成許多個二維疊在一起（，其中每乙個稱為乙個feature map。
1.在輸入層，如果是灰度，那就只有乙個feature map；如果是彩色，一般就是3個feature map（紅綠藍）。
2.在其它層，層與層之間會有若干個卷積核（kernel），上一層每個feature map跟每個卷積核做卷積，都會產生下一層的乙個feature map，有n個卷積核，下層就會產生n個feather map。
每個卷積核具有長寬深三個維度；卷積核的深度與當前影象的深度（feather map的張數）相同。卷積核的個數與下一層需要多少個feather map相同。在cnn的乙個卷積層中：卷積核的長、寬都是人為指定的，長x寬也被稱為卷積核的尺寸，常用的尺寸為3x3，5x5等；例如，在原始影象層 （輸入層），如果影象是灰度影象，其feather map數量為1，則卷積核的深度也就是1；如果影象是grb影象，其feather map數量為3，則卷積核的深度也就是3。
例如300個樣本訓練一次，epoch=1，batchsize = 10 ，iteration=30。
bn層即batch-norm層，一般是深度學習中用於加速訓練速度和一種方法，一般放置在卷積層（conv層）或者全連線層之後，將資料歸一化並加速了訓練擬合速度。
常用位置：conv→bn→relu
如果網路使用sigmod啟用函式，誤差在向前傳遞的時候，經過sigmod單元，需要乘sigmod的梯度，而sigmod的梯度最大是0.25，因此越向前傳遞，誤差就越小了，這就是梯度消散，但是梯度**是什麼？注意誤差在經過全連線或者卷積層時，也要乘以權重w，如果w都比較大，大過sigmod造成的減小，這樣越往前誤差就越來越大，產生梯度**。
bn層的計算圖如下面所示，x是輸入資料，到xhat均值方差歸一化，後面xhat到y其實就是普通的乙個線性變換，類似全連線但是沒有交叉。如果沒有bn層，x直接輸入後面的網路，訓練過程中x分布的變換必然導致後面的網路去調整學習以來適應x的均值和方差，映入了bn層，xhat是乙個歸一化的資料，代價就是網路中多了乙個線性層y，但是前者帶來的效能更加大，因此加速了。
乙個正例，乙個負例，**為正的概率值比**為負的概率值還要大的可能性。所以根據定義：我們最直觀的有兩種計算auc的方法：
1：繪製roc曲線，roc曲線下面的面積就是auc的值
2：假設總共有（m+n）個樣本，其中正樣本m個，負樣本n個，總共有m*n個樣本對，計數，正樣本**為正樣本的概率值大於負樣本**為正樣本的概率值記為1，累加計數，然後除以（m*n）就是auc的值。
auc作為數值可以直觀的評價分類器的好壞，值越大越好。
我們使用lou和閾值判斷是否為目標。計算模型得到的每個檢測框的lou值，用計算出的lou值與設定的lou閾值比較，就可以計算出每個影象中每個類的正確檢測次數(a)。對於每個影象，我們都有ground truth的資料,因此也知道了該影象中給定類別的實際目標(b)的數量。我們也計算了正確**的數量(a)（true possitive）。因此我們可以使用這個公式來計算該類模型的精度(a/b)
即給定一張影象的類別c的precision=影象正確**的數量除以在影象張這一類的總的目標數量。 假如現在有乙個給定的類，驗證集中有100個影象，並且我們知道每個影象都有其中的所有類(基於ground truth)。所以我們可以得到100個精度值，計算這100個精度值的平均值，得到的就是該類的平均精度。
即乙個c類的平均精度=在驗證集上所有的影象對於類c的精度值的和/有類c這個目標的所有影象的數量。 現在加入我們整個集合中有20個類，對於每個類別，我們都先計算lou，接下來計算精度,然後計算平均精度。所有我們現在有20個不同的平均精度值。使用這些平均精度值，我們可以輕鬆的判斷任何給定類別的模型的效能。
但是問題是使用20個不同的平均精度使我們難以度量整個模型，所以我們可以選用乙個單一的數字來表示乙個模型的表現(乙個度量來統一它們),我們可以取所有類的平均精度值的平均值，即map(均值平均精度)。
map=所有類別的平均精度求和除以所有類別。即資料集中所有類的平均精度的平均值。
eao提出的目的也是希望乙個好的***同時擁有好的精度a和魯棒性r，如果直接用a和r的兩個數加權和則有失公允，所以需要重新定義。
那麼乙個理想的eao就是把
resnet結構使用了一種連線方式，即「繞近路」的意思。
其意思就是輸入輸出維度差距較大，就像乙個瓶頸一樣，上窄下寬亦或上寬下窄。1x1 filters 可以起到乙個改變輸出維數（channels）的作用。可以看到，右圖中 1x1 filters把維度（channels）公升高了，輸入輸出維度差距較大。
在卷積神經網路cnn中，決定某一層輸出結果中乙個元素所對應的輸入層的區域大小，被稱作感受野receptive field。用數學的語言就是感受野是cnn中的某一層輸出結果的乙個元素對應輸入層的乙個對映。
目標跟蹤總結
最簡單的目標跟蹤 模版匹配 matchtemplate visual tracking 領域最新 與code tracking learning detection原理分析 tld tracking learning detection 學習與原始碼理解之 一 tld演算法 tld視覺跟蹤技術解析 ...
目標跟蹤小結
一 引言 在需要監控的環境裡，如何能夠判斷出進入特定區域的目標，並且能夠跟蹤目標的軌跡。分為兩種情況 一是靜態背景下的目標跟蹤 二是動態背景下的目標跟蹤。二 靜態背景下的目標跟蹤方法 2 多目標 靜態環境下的多目標跟蹤，需要確定每個目標的特徵，位置，運動方向，速度等資訊。3 預處理 由於獲得的影象總...
目標跟蹤小結
一 引言 在需要監控的環境裡，如何能夠判斷出進入特定區域的目標，並且能夠跟蹤目標的軌跡。分為兩種情況 一是靜態背景下的目標跟蹤 二是動態背景下的目標跟蹤。二 靜態背景下的目標跟蹤方法 2 多目標 靜態環境下的多目標跟蹤，需要確定每個目標的特徵，位置，運動方向，速度等資訊。3 預處理 由於獲得的影象總...