0
무작위로 선택하는 것보다 많은 인수를 가진 알고리즘에 대한 매개 변수 집합을 추정하는 더 좋은 방법이 있는지 궁금합니다. 자세히 나는 9 개의 숫자 매개 변수를 소모하는 MSER Feature Detector에 대한 좋은 매개 변수를 찾으려고 노력하고 있습니다. 기하 급수적으로 증가하는 거리를 가진 기본 매개 변수 값을 중심으로 작고 큰 숫자를 교대로 선택하는 것에 대해 생각하고있었습니다. 저를 도울 수있는 좋은 생각이 있습니까?많은 인수가있는 알고리즘에 대한 좋은 매개 변수 추정 (OpenCV의 MSER와 유사)
감사합니다.
주어진 매개 변수 집합을 시도 할 때 "좋은"결과를 체계적으로 계량 할 수 있다면, "우수함"기능의 Jacobian 및 Hessian 행렬을 포함하여 사용할 수있는 강력한 기법이 있습니다. 수식이없는 경우에도 많은 시도로 추정 할 수 있습니다.) 최적의 곡선을 찾는 것이 중요한 응용 프로그램이며,이를 위해 일반적인 도구가있는 이유는 다중 값 함수를 최대화/최소화하려는 과학 컴퓨팅 라이브러리를 찾아보십시오. 그러나 그것은 귀하의 경우에 합당하거나 심지어 가능할 수 없을 것입니다. –
나에게 매우 좋게 들리지만, 이것을 생각해 내지 못했지만 ;-) 그 시나리오에서 좋은 점에 대한 기능적 분석은 없습니다. 물론 RANSAC과 같은 기하학적 검증을 사용하여 점을 일치시킬 수는 있지만 서로 다른 이미지의 영역을 일치시키는 것이 실제로 동일한지를 확인하는 것이 좋습니다. 나는 이것이 thous 메소드가 부족한 곳이라고 생각한다. – hans
예를 들어, 품질 함수는 올바른 답을 알고있는 테스트 케이스 전체를 실행하고 얼마나 많은 테스트 케이스가 옳은지, 얼마나 가까운지를 채점하여 작동 할 수 있습니다. 아마 그것을 설정하는 많은 작업, 그것은 실행하는 데 시간이 걸릴 것입니다, 당신은 매우 잘 튜닝 된 테스트 케이스에 대한 매개 변수로 끝날 수 있지만 여전히 실제 사용에 실패합니다. 하지만 수동으로 매개 변수를 망칠 경우 어떤 종류의 테스트 세트를 원할 수도 있습니다. 단지 그것을 깨뜨리지 않았는지 확인하십시오. –