深度学习中常用关键术语及概念

关键术语及概念
数据集：
训练集：已标注且参与网络训练。
测试集：已标注但用于模型自动评价。
未标注：未标注数据用于人工模型评价。

OK图与NG图：
无缺陷的图为OK图。
有缺陷的图为NG图。

指标：
漏检率 = 未检出NG数量 / NG总数
过检率 = OK判为NG数量 / OK总数

基础操作：
标注：在图片中绘制缺陷区域。
标签：标志目标分类。
Tag：用于标识图像，可以标识图像的属性（批次、采集时间、何种缺陷等）。
属性系统：修改标注&推理结果、绘制过程的颜色属性。
训练：利用训练集训练模型的过程。
测试/推理：利用已训练好的模型对数据进行计算并得到结果。
导出模型：将已经训练好的模型导出到其他设备上使用。

深度学习阿丘科技AIDI版本：
训练版：包含模型训练功能及所有模型的推理功能。
推理版：包含单个或多个模块的推理功能，不可用于训练。