为有很多参数的算法估计好的参数(比如OpenCV中的MSER )
提问于 2012-09-21 08:20:36
我在想，有没有更好的方法来为有很多参数的算法估计一组好的参数，而不仅仅是随机选择它们。详细地说，我正在尝试为MSER特征检测器找到一些好的参数，它消耗了9个数字参数，所以有一个巨大的搜索空间。我在考虑以指数级增长的距离在默认参数值周围交替选取较小和较大的数字。有什么好的想法可以帮助我吗？
谢谢!
回答 1
Stack Overflow用户
发布于 2015-01-28 08:44:21
首先，你必须定义一个你想要最小化的目标函数--什么定义了“更好”的参数？在您的情况下，我建议使用找到的正确匹配数或类似的数量。
其次，你必须有一种高效的方法来循环遍历几乎数不清的可能性。在这里，有一个最小的步长可能会有所帮助，超过这个步长，结果就不会有任何有意义的变化。由于目标函数不一定是可导的，因此我将在每个维度上分别使用类似于Golden search的方法，然后重复，直到希望达到全局“足够好”的最大值。
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/12526746
复制相关文章
腾讯云开发者
