知识图谱是符号主义流派，深度学习是连接主义流派。

“联邦学习”让互相不信任的各方，可以把样本和特征汇聚到一起，共同获得更好的预测模型。2016年由谷歌团队提出，数据不动模型动。

不知道又要学多久……

1、关键点检测 花名：关键点定位/对齐/keypoint alignment 输入：包含目标的图像，如人脸图像、人体图像、手部图像等 输出：一组预定义的关键点位置（人脸五官，人体关节，手指关节等） 2、算法分类 regression法：直接回归关键点坐标（DeepPose、MTCNN、MobileNet） +模型简单，可导 +计算量小，速度快 +更好的连续性和稳定性 -容易过拟合（CNN） -空间…

1、目标检测 图像分类：分类、概率 目标检测：给出位置、分类、概率 数据标注：坐上坐标，右下坐标 矩形框 (x1,y1,x2,y2,class) 目标检测常用数据集：PASCAL VOC、MS COCO（30W+图片，80个分类） 目标检测的操作： 评价指标： 2、检测方法 二阶段目标检测—Faster RCNN，速度慢 一阶段目标检测—YOLO V8，快 目标检测新范式—DETR，训练时间长 3…

1、基本概念 图像分类 应用：电商图片分类、图片内容检索、垃圾分类、相册分类等 划分为：多类别、细粒度、多标签、零样本图像分类 传统图像分类手工提取特征+分类器 深度学习分类是从数据中学习特征 评估指标有：精度、召回率、F1-score、PR曲线、ROC曲线、混淆矩阵 经典的开源数据集有： •MNIST：手写数字数据集，6万张图片，10类，1x28x28，均匀分布 •CIFAR10：真实彩色图片，…

爬虫入门