*học từng phần : part base learning

- hướng tiếp cận phải lớn hơn phương pháp (nhánh thứ 3 lớn hơn nhánh thứ 2)
- bỏ các từ khoá YOLO, ResNet
- Q&S image -> meta training, dual branchs
- R-CNNN gom cùng với <Feature kết hợp>
- bỏ Resnet 101 và CNN -> vô lý, bỏ đi chia ra 4 nhánh
- không nên để backbone vào mindmap
- nhánh cuối -> ghi tên phương pháp và năm
- RoI feature -> vô nghĩa

* Revise lại mindmap, thống kê dataset (đặc điểm: số lượng ảnh, train, test bao
nhiêu?, kích thước bao nhiêu?, bao nhiêu class?, năm nào?, sử dụng evaluate trên
dataset nào, nhiều dataset phổ biến nhưng có nhiều dataset rất chuyên biệt ...),
điền task 4 vào sườn bài báo.

- entropy: là một cây quyết định -> đo sự hỗn loạn

- motivation: giải quyết điều gì?
- tạo sheet-> đọc cùng nhau, điền vào

1/ tìm hiểu các dataset như t đã nói

2/ đọc thêm cái pp xem nó là one stage hay two stage, note lại mấy cái sử dụng đồng
thời 3 module, xem cái nào là anchor free, cái nào anchor based