对于Precision值，其代表的是你 所预测出来准确结果占 “所有预测结果” 的准确性；对于Recall值，其代表的是你 所预测出来准确结果占 “总体正样本” 的准确性。举例：现在你手上有10个鸡蛋，里面有6个是好的，另外4个是坏的，你训练出一个模型，检测出8个鸡蛋是好的，但实际上只有5个是好的，另外3个是坏的。那么模型的Precision值为5/8=0.625，即表示你所预测出来的8个鸡蛋中只

一、CSDN博客大佬：linolzhang目标检测-RCNN系列：里面有介绍YOLOV1深度学习算法之YOLOv2：对于YOLOV2的技术改进要点和关键点介绍的非常详细，特别值得反复观看学习揣摩；YoloV4模型解析及TensorRT加速：作者还未具体写YOLOV4，但是对YOLOV1–V4大致技术做了表格总结，附上了V1–V3的网络流程结构图，仍值得一看；此外，这个大佬还介绍了SSD Faste

图片来源

ONNX（Open Neural Network Exchange ）：是一个用于表示深度学习模型的标准，可使模型在不同框架之间进行转移；1. 是一种针对机器学习所设计的开放式的文件格式，用于存储训练好的模型。它使得不同的人工智能框架（如Pytorch、MXNet）可以采用相同格式存储模型数据并交互。2. 是微软和Facebook携手开发的开放式神经网络交换工具，也就是说不管用什么框架训练，只要转

报错：ImportError: No module named scipy.sparse解决：sudo apt-get install python-scipy然后：pip install scipy，其实，感觉直接用2这个就行了吧

图片来源

SOTA：state-of-the-art的英文缩写；state-of-the-art常在各种计算机视觉领域的会议期刊论文第一页上见到；直译意思是：最前沿的，最先进的，目前最高水平；即指目前检测效果最好、识别率最高、正确率最高，算法模型超过以前的所有方法，达到最优；参考文章1...

打开Ubuntu命令行输入界面，依次输入如下命令：source activate tensorflow_python（tensorflow_python为使用anaconda自定义安装的python环境）pythonimport tensorflow as tf使用 tf.__version__即可查看tensorflow的版本信息，用如下命令可打印输出：print(tf.__version__)

一、yolo中的初始Anchor设定在YOLO算法之中，针对不同的数据集，都会设置固定的Anchor；在网络训练中，网络在初始锚框的基础上输出预测框，进而和Ground Truth进行比对，计算两者差距，再反向更新，迭代网络参数；可以看出Anchor也是比较重要的一部分，比如Yolov5在Coco数据集上初始设定的锚框：其中：第1行是在最小的特征图上的锚框;第2行是在中间的特征图上的锚框;第3行是

如果使用的conda安装的torch，先用:conda info --envs查看安装的所有环境，找到安装有torch的环境，再激活环境:source activate torch_env;接着命令行输入:python进入python运行环境：import torchprint(torch.__version__)#version 前后均是两根下划线即可输出torch的版本号;...