1樓：Caroll
就是訓練集認為100%準確的標籤，也是一般來說，演算法想要盡量貼合的結果。這裡的標籤是乙個泛指：如果是識別任務，標籤就是資料集給出的label；如果是語義分割任務，標籤就是「絕對」［訓練集認為的絕對］準確的mask。
不同的任務標籤含義不同。
怎麼獲得的話，方法其實很多，技術發展，日新月異。我了解到的大類有兩個：一是場景本身就是合成的，直接輸出最準確的標籤［A就是A，B就是B，100%準確］，也就是GT，ground truth；二是人工標註，現在很多經常被拿來使用的大資料集都是人工標註的，說白了就是，比如語義分割，人工標註就是請真正的人對一副影象完成語義分割任務，人工輸出的這個結果被作為標籤，讓演算法來學習，盡量去模擬過程，還原結果。
英語有個詞叫ground zero，就是指最初最初的那個原點。百分之一百準確，百分之一百實實在在的東西：四維座標系的話，就是(0,0,0,0)；代數的話，就是1+1=2。
就是這種最基本的東西。
ground truth的話，從英文語義上，也可以理解為最基礎，最根本，最原初的真實。標籤，label，mask，ground truth。
計算機裡面的計算機的算力能不能超越產生它的計算機
臨時調整 第乙個問題答案是不可能的，因為乙個計算機A裡模擬的計算機B，當計算機B進行運算時所有的算力都是A付出的，並且由於模擬關係和指令集轉換過程導致實際付出的算力是B所消耗的數倍，即使再怎麼優化B，也只能提公升了轉化率，極限可能就是像vmware那樣的虛擬機器 第二個問題其實首先它是個悖論，你在宇...
計算機視覺應該怎樣入門？
永無止境 補充一點，深度學習現在已經成為了計算機視覺領域的重要方法。學習一些深度學習方法，對研究計算機視覺是有益的。卷積神經網路 卷積神經網路最開始是用在手寫數字識別上面的，後來也用於其他物體的視覺識別。卷積神經網路 深度殘差網路 殘差網路一出場，就在ImageNet影象識別競賽中奪得了冠軍。深度殘...
計算機視覺和語音識別
Reginald Lu 瀉藥。感覺剛開始的時候學習語音識別，還是很辛苦的，本科是通訊。就業應該沒啥問題，我們學長或是很多招聘，對於語音識別還是需求很大的，工資待遇的也是相當不錯。語音識別?cl false fromSearch true labelWords suginput gj xl jd hy...