05 2023 档案
摘要：图像拼接、融合是全景拼接的基础操作，opencv库提供了stitch方法，该方法相当完备，就是速度有点慢。 我也实现了一个类似的方法，其流程为：特征提取、特征匹配、透视变换、掩膜生成、羽化融合。 按羽化算法，如下所示，两图交集区域是图像融合的区域，某点距离融合边界（属于图像a）越远，图像a在此点的融
阅读全文
摘要：帕累托最优是一个很有趣的方法，你可以用它来做深度学习的多目标任务优化，也可以用于对比多个模型的性能。 详解：多目标优化之帕累托最优 - 知乎 (zhihu.com) 一、模型评价 上图所示，有ABCD四个系统，稳定性和准确性是评价系统性能的指标。这是很明显的，D在所有指标上都完全优于A；C稳定性强于
阅读全文
摘要：一、维度灾难 维度灾难指的是当样本维度过高时，发生过拟合，验证集结果变差。 样本维度越高，能够提供的信息就越多，但是其中有可能会提供一些无关的信息。 而且随着维度越高，样本集在高维空间就会出现稀疏性，简单来说，就是需要更多的样本来填补这个空间。 上图所示，纬度高确实能带来一定提升，但是如果过高，就会
阅读全文
摘要：噪声分为加性噪声、乘性噪声。加性噪声一般被认为是系统的背景噪声；而乘性噪声伴随信号产生，是系统时变性引起的。 单独分析时，只需要对乘性噪声取对数，就可化为加性噪声，所以所有的乘性噪声都可被近似为加性噪声。 实际上，信号既存在加性又存在乘性噪声。 但是，在视觉图像领域，通常注重处理乘性噪声，简单处理加
阅读全文
摘要：旅行商问题是一个很经典的图论问题。 不重复的旅行商问题用数学语言叙述如上所示，式中xij表示节点i到节点j，cij则表示节点i到节点j的路径长度；第一个约束保证一个节点只出发一次，第二个约束保证一个节点值到达一次。 解决非对称旅行商问题的常用方法是指派算法。指派算法的实质是匈牙利算法，需要寻找增广路
阅读全文
