像素级视觉任务：需要对每个像素进行精确标记的像素级任务，例如语义分割中的类别掩码和图像去噪中的干净图片。
图像级视觉任务：常规的使用框标注的任务，都认为是图像级视觉任务。
Label Generation：标签生成，从更高层次的说监督学习需要制定标签，那接着就是开始annotation，annotation中涉及多种类型的标注方式。
annotation：标注，即为为监督学习提供标签信息。
Bounding-box Label：就是框标注，我经常在YOLO目标检测中使用的标注方法。
Density Map：密度图标注
Point/Dot Map：点标注
RAZ’s Cruciform Label：十字标注
Independent Instance Map ：独立实例图标注，也可以理解为二值化标注。
Ground Truth:把它理解为真值、真实的有效值或者是标准的答案.
图像的尺度 :这里图像的尺度并非指图像的大小，而是指图像的模糊程度（σ） ，例如，人近距离看一个物体和远距离看一个物体模糊程度是不一样的，从近距离到远距离图像越来越模糊的过程，也是图像的尺度越来越大的过程。
backgrounds：干扰目标识别的区域的像素。
前景：目标对象存在的区域
二值图像：将前景和背景转化成0或者1数值的图像。
Metrics：指标
本文转载自: https://blog.csdn.net/zhibing_ding/article/details/125215800
版权归原作者 foda-dingzhibing 所有， 如有侵权，请联系我们删除。
版权归原作者 foda-dingzhibing 所有， 如有侵权，请联系我们删除。