lr：learning rate
roi：region of interest，可能包含目标的区域。
wd:weight decay
fps:frame per second，每秒几帧
fine tune:微调；fine scale:小尺度
kernel/filter：卷积核/过滤器
resolution: 分辨率
SOTA(state of the art)：最先进的
GAP(global average pooling)：全局平均池化
FLOPs(Floating point operations)：浮点运算数量
GFLOPs：10亿次浮点运算数
MSE：Mean Square Error，均方误差