XML

工作流程

权重

版本

验证

两阶段检测器

调参

训练

权衡

TPU

分块

TFRecord

TensorFlow.js

TFJS

测试集数据泄露

TensorRT

TensorFlow Lite

TensorFlow

TensorBoard

张量核心

张量

合成数据

主观性

主观性

SOTA

单阶段检测器

SSD

数据划分

自对抗训练

运行时环境

分辨率

环境依赖

代码仓库

重映射

正则化

区域属性

实时性

树莓派

PyTorch

生产环境

预训练模型

预处理

预测

多边形

流水线

计算机视觉平台

性能

Pascal VOC

飞桨（PaddlePaddle）

外包标注

输出

OpenVINO

OpenCV

开放式神经网络交换格式

ONNX

离线预测

遮挡

空标注

非极大值抑制

NMS

神经元

神经架构搜索

颈部

马赛克数据增强

模型动物园

模型规模

移动部署

混合精度

损失函数

定位

激光雷达

LiDAR

层

关键点检测

JSON

托管模型

保留集

头部

梯度

GPU 内存

GPU

泛化

GAN 合成

框架

FP16

FP8

每秒浮点运算次数

FLOPS

前视红外

FLIR

空值过滤

特征融合

特征

FastAI

模型族

假阳性

假阴性

环境

指数移动平均线（EMA）

边缘部署

早停法

领域特定

Docker

分布式

可微性

部署

Darknet

定制检测头

自定义数据集

卷积

收敛

容器

置信度阈值

置信度

分类

类别平衡

检查点

通道

黑箱

批量大小

批量推理

反向传播

数据增强

AUC（曲线下面积）

标注组

标注格式

标注

锚框

准确率

消融研究

零样本学习

方差

变量

无监督学习

非结构化数据

欠拟合

第一类错误

真阳性率（TPR）

三元组损失

Transformer 架构

迁移学习

训练数据

分类学

监督学习

基于流的选择性采样

SAM（分割一切模型）

尺度不平衡

机器人流程自动化（RPA）

RLHF（结合人类反馈的强化学习）

强化学习

回归分析

基于区域的卷积神经网络

召回率

随机森林

查询合成方法

查询策略

预处理算法

精确率

预训练模型

全景分割

过拟合

异常值检测

本体论

一次样本学习（One-Shot Learning）

目标跟踪

目标定位

目标检测

归一化

噪声

自然语言处理（NLP）

NIfTI（神经影像信息学技术倡议）

神经网络

嵌套分类

命名实体识别（NER）

模型辅助标注

模型验证

模型参数

模型准确率

模型

MLOps（机器学习运维）

微模型

元数据

医学图像分割

均方误差（MSE）

平均精度均值（mAP）

机器学习

大语言模型（LLM）

生命周期

学习率

标签错误

标签

知识

K 均值聚类

关键点

交并比（IoU）

插值法

实例分割

推理

不均衡数据集

图像分割

图像退化

图像标注

超参数

人体姿态估计

HITL

真实标签（ground truth）

灰度

GPU（图形处理单元）

幽灵帧

生成式预训练变换器（GPT）

生成对抗网络（GAN）

每秒帧数（FPS）

基础模型

微调

少样本学习

特征

特征向量

特征提取

误报率

F1 分数

轮次

嵌入

边缘检测

动态分类与基于事件的分类

DICOM

深度学习

决策树

调试

数据集

数据类型

数据质量

数据操作

数据错误

数据漂移

数据增强

数据近似

卷积神经网络

混淆矩阵

概念漂移

计算机视觉本体

计算机视觉模型

计算机视觉

COCO

分类

类别不平衡

类别边界

ChatGPT

聊天机器人

校准曲线

边界框

模糊

偏差

基于变换器的双向编码器表征（BERT）

BERT（基于变换器的双向编码器表征）

主干网络

资产

人工智能（AI）

异常检测

标注

锚框

Alphapose

AI 标注

AI 辅助标注

AI（人工智能）

通用人工智能（AGI）

主动学习