在不重新训练的情况下更新条件随机场的参数
Updating the parameter of Conditional Random Fields without re-training
我正在从事一个项目,我们正在开发和应用移动设备上的前景对象分割。
由于分割永远不可能完美,我们允许用户在初始分割后手动调整真实区域。初始分割是使用预训练的条件随机场 (CRF) 实现的。
我们进一步想做的是,一旦用户在初始分割后调整了前景区域,我们希望在不重新训练的情况下更新CRF的权重参数。但是我们不确定我们是否可以做到这一点?有什么方法可以做到这一点?文件?
如果您使用的是基于图形切割的模型之类的东西,您所需要的只是拥有一些与用户定义的区域相对应的硬种子。对于这些区域,您可以将一元势设置为无穷大,然后再次 运行 您的 CRF 推理程序。这不需要更改权重或重新训练 CRF。
我正在从事一个项目,我们正在开发和应用移动设备上的前景对象分割。
由于分割永远不可能完美,我们允许用户在初始分割后手动调整真实区域。初始分割是使用预训练的条件随机场 (CRF) 实现的。
我们进一步想做的是,一旦用户在初始分割后调整了前景区域,我们希望在不重新训练的情况下更新CRF的权重参数。但是我们不确定我们是否可以做到这一点?有什么方法可以做到这一点?文件?
如果您使用的是基于图形切割的模型之类的东西,您所需要的只是拥有一些与用户定义的区域相对应的硬种子。对于这些区域,您可以将一元势设置为无穷大,然后再次 运行 您的 CRF 推理程序。这不需要更改权重或重新训练 CRF。