补充一下模型迁移的相关知识：使用微调技术，也叫做参数迁移不同的情况：（1）数据集小，并且与原数据集差别不大因为目标数据集与原数据集的数据分布差异不大，使用微调技术，只需要将输出层改为特定任务下的输出层即可（2）数据集小，相似程度不高这种情况下，“冻结”与训练模型的前“k”个层的权重，然后重新训练后面的“n-k”个层，最后一层根据输出具体确定因为相似度不高所以需要重新训练，而因为是小数据集，所以“冻

传统sfm，mvs技术与nerf技术三维重建对比

ssd是 one stage形式的多目标检测的网络，在每一层feature map上，对每个用于预测的p通道特征图，SSD的分类器全都使用了3*3*p*(k*(c+4))卷积进行预测，其中k是每个单元放置的先验框的数量，c是预测的类别数,4是边界框的回归个数。one stage 的形式是在一个网络中同时进行感兴趣区域的检测与分类，而不是分为两段式。以yolo v1,v2,v3为代表，ssd。ssd