AI 术语表
了解人工智能、机器学习、计算机视觉的核心术语与关键概念。
- 全部
- A
- B
- C
- D
- E
- F
- G
- H
- I
- J
- K
- L
- M
- N
- O
- P
- Q
- R
- S
- T
- U
- V
- W
- X
- Y
- Z
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