


Wie wird die Wasserstein-Distanz bei Bildverarbeitungsaufgaben verwendet?
Wasserstein-Distanz, auch bekannt als Earth Mover's Distance (EMD), ist eine Messmethode zur Messung der Differenz zwischen zwei Wahrscheinlichkeitsverteilungen. Im Vergleich zur herkömmlichen KL-Divergenz oder JS-Divergenz berücksichtigt die Wasserstein-Distanz die Strukturinformationen zwischen Verteilungen und weist daher bei vielen Bildverarbeitungsaufgaben eine bessere Leistung auf. Durch die Berechnung der minimalen Transportkosten zwischen zwei Verteilungen ist die Wasserstein-Distanz in der Lage, den minimalen Arbeitsaufwand zu messen, der erforderlich ist, um eine Verteilung in eine andere umzuwandeln. Diese Metrik ist in der Lage, die geometrischen Unterschiede zwischen Verteilungen zu erfassen und spielt daher eine wichtige Rolle bei Aufgaben wie der Bilderzeugung und der Stilübertragung. Daher ist die Wasserstein-Distanz zu einem der am weitesten verbreiteten Werkzeuge in den Bereichen Wahrscheinlichkeitsverteilungsvergleich und Bildverarbeitung geworden.
Die Wasserstein-Distanz wird in der Bildverarbeitung verwendet, um den Unterschied zwischen zwei Bildern zu messen. Im Vergleich zu herkömmlichen Methoden wie dem euklidischen Abstand und der Kosinusähnlichkeit können die Strukturinformationen des Bildes besser berücksichtigt werden. Beim Abrufen von Bildern möchten wir normalerweise das Bild finden, das dem Abfragebild am ähnlichsten ist. Herkömmliche Methoden verwenden Merkmalsvektoren, um Bilder darzustellen und sie mithilfe von Maßen wie der euklidischen Distanz oder der Kosinusähnlichkeit zu vergleichen. Diese Messmethoden ignorieren jedoch die räumliche Beziehung zwischen Bildern und sind daher möglicherweise nicht für Situationen wie Bildverformung oder Bildrauschen geeignet. Im Gegensatz dazu kann der Wasserstein-Abstand die räumliche Beziehung zwischen Pixeln berücksichtigen und so die Ähnlichkeit zwischen Bildern besser erfassen.
Nachfolgend finden Sie ein Beispiel für die Bildabfrage mithilfe der Wasserstein-Distanz.
Angenommen, wir haben eine Datenbank mit 1000 Bildern und möchten das Bild finden, das dem Abfragebild am ähnlichsten ist. Um den Unterschied zwischen den einzelnen Bildpaaren zu messen, können wir den Wasserstein-Abstand verwenden und das Bild mit dem kleinsten Abstand als Abfrageergebnis auswählen.
Zuerst können wir ein Histogramm verwenden, um die Graustufenverteilung jedes Pixels darzustellen, den Graustufenwert in mehrere diskrete Intervalle aufzuteilen und die Anzahl der Pixel in jedem Intervall zu zählen. Auf diese Weise können wir eine Wahrscheinlichkeitsverteilung erhalten, die das Bild darstellt.
Angenommen, wir verwenden 10 Graustufenintervalle, um die Graustufenverteilung jedes Pixels darzustellen, können wir Python und die NumPy-Bibliothek verwenden, um die Histogrammdarstellung jedes Bildes zu berechnen:
import numpy as np import cv2 # Load query image query_image = cv2.imread('query_image.png', cv2.IMREAD_GRAYSCALE) # Compute histogram hist, _ = np.histogram(query_image, bins=10, range=(0, 255), density=True)
Dann können wir jedes Paar berechnen Wasserstein-Abstand zwischen Bildern und wählen Sie das Bild mit dem kleinsten Abstand als Abfrageergebnis aus:
# Load image database database = [] for i in range(1000): img = cv2.imread(f'image_{i}.png', cv2.IMREAD_GRAYSCALE) database.append(img) # Compute Wasserstein distance between query image and each database image distances = [] for img in database: hist2, _ = np.histogram(img, bins=10, range=(0, 255), density=True) distance = cv2.EMD(hist, hist2, cv2.DIST_L2) distances.append(distance) # Find index of image with minimum distance min_index = np.argmin(distances)
In diesem Beispiel verwenden wir die Funktion cv2.EMD in der OpenCV-Bibliothek, um den Wasserstein-Abstand zu berechnen. Diese Funktion verwendet zwei Wahrscheinlichkeitsverteilungen als Eingabe und gibt den Abstand zwischen ihnen zurück. Wir verwenden den Parameter cv2.DIST_L2, um die Verwendung der euklidischen Distanz als Distanzmetrik anzugeben.
Der Vorteil der Verwendung des Wasserstein-Abstands zum Abrufen von Bildern besteht darin, dass die räumliche Beziehung zwischen Pixeln berücksichtigt werden kann, wodurch die Ähnlichkeit zwischen Bildern besser erfasst wird. Der Nachteil besteht darin, dass der Rechenaufwand hoch ist, sodass dies bei der Arbeit mit großen Bilddatenbanken möglicherweise nicht praktikabel ist.
Zusammenfassend ist die Wasserstein-Distanz eine nützliche Metrik, die für verschiedene Aufgaben in der Bildverarbeitung verwendet werden kann, wie z. B. Bildabruf, Bildklassifizierung und Bilderzeugung.
Das obige ist der detaillierte Inhalt vonWie wird die Wasserstein-Distanz bei Bildverarbeitungsaufgaben verwendet?. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!

Heiße KI -Werkzeuge

Undresser.AI Undress
KI-gestützte App zum Erstellen realistischer Aktfotos

AI Clothes Remover
Online-KI-Tool zum Entfernen von Kleidung aus Fotos.

Undress AI Tool
Ausziehbilder kostenlos

Clothoff.io
KI-Kleiderentferner

AI Hentai Generator
Erstellen Sie kostenlos Ai Hentai.

Heißer Artikel

Heiße Werkzeuge

Notepad++7.3.1
Einfach zu bedienender und kostenloser Code-Editor

SublimeText3 chinesische Version
Chinesische Version, sehr einfach zu bedienen

Senden Sie Studio 13.0.1
Leistungsstarke integrierte PHP-Entwicklungsumgebung

Dreamweaver CS6
Visuelle Webentwicklungstools

SublimeText3 Mac-Version
Codebearbeitungssoftware auf Gottesniveau (SublimeText3)

Heiße Themen

In den Bereichen maschinelles Lernen und Datenwissenschaft stand die Interpretierbarkeit von Modellen schon immer im Fokus von Forschern und Praktikern. Mit der weit verbreiteten Anwendung komplexer Modelle wie Deep Learning und Ensemble-Methoden ist das Verständnis des Entscheidungsprozesses des Modells besonders wichtig geworden. Explainable AI|XAI trägt dazu bei, Vertrauen in maschinelle Lernmodelle aufzubauen, indem es die Transparenz des Modells erhöht. Eine Verbesserung der Modelltransparenz kann durch Methoden wie den weit verbreiteten Einsatz mehrerer komplexer Modelle sowie der Entscheidungsprozesse zur Erläuterung der Modelle erreicht werden. Zu diesen Methoden gehören die Analyse der Merkmalsbedeutung, die Schätzung des Modellvorhersageintervalls, lokale Interpretierbarkeitsalgorithmen usw. Die Merkmalswichtigkeitsanalyse kann den Entscheidungsprozess des Modells erklären, indem sie den Grad des Einflusses des Modells auf die Eingabemerkmale bewertet. Schätzung des Modellvorhersageintervalls

Laienhaft ausgedrückt ist ein Modell für maschinelles Lernen eine mathematische Funktion, die Eingabedaten einer vorhergesagten Ausgabe zuordnet. Genauer gesagt ist ein Modell für maschinelles Lernen eine mathematische Funktion, die Modellparameter anpasst, indem sie aus Trainingsdaten lernt, um den Fehler zwischen der vorhergesagten Ausgabe und der wahren Bezeichnung zu minimieren. Beim maschinellen Lernen gibt es viele Modelle, z. B. logistische Regressionsmodelle, Entscheidungsbaummodelle, Support-Vektor-Maschinenmodelle usw. Jedes Modell verfügt über seine anwendbaren Datentypen und Problemtypen. Gleichzeitig gibt es viele Gemeinsamkeiten zwischen verschiedenen Modellen oder es gibt einen verborgenen Weg für die Modellentwicklung. Am Beispiel des konnektionistischen Perzeptrons können wir es durch Erhöhen der Anzahl verborgener Schichten des Perzeptrons in ein tiefes neuronales Netzwerk umwandeln. Wenn dem Perzeptron eine Kernelfunktion hinzugefügt wird, kann es in eine SVM umgewandelt werden. Dieses hier

In diesem Artikel wird vorgestellt, wie Überanpassung und Unteranpassung in Modellen für maschinelles Lernen mithilfe von Lernkurven effektiv identifiziert werden können. Unteranpassung und Überanpassung 1. Überanpassung Wenn ein Modell mit den Daten übertrainiert ist, sodass es daraus Rauschen lernt, spricht man von einer Überanpassung des Modells. Ein überangepasstes Modell lernt jedes Beispiel so perfekt, dass es ein unsichtbares/neues Beispiel falsch klassifiziert. Für ein überangepasstes Modell erhalten wir einen perfekten/nahezu perfekten Trainingssatzwert und einen schrecklichen Validierungssatz-/Testwert. Leicht geändert: „Ursache der Überanpassung: Verwenden Sie ein komplexes Modell, um ein einfaches Problem zu lösen und Rauschen aus den Daten zu extrahieren. Weil ein kleiner Datensatz als Trainingssatz möglicherweise nicht die korrekte Darstellung aller Daten darstellt. 2. Unteranpassung Heru.“

In den 1950er Jahren wurde die künstliche Intelligenz (KI) geboren. Damals entdeckten Forscher, dass Maschinen menschenähnliche Aufgaben wie das Denken ausführen können. Später, in den 1960er Jahren, finanzierte das US-Verteidigungsministerium künstliche Intelligenz und richtete Labore für die weitere Entwicklung ein. Forscher finden Anwendungen für künstliche Intelligenz in vielen Bereichen, etwa bei der Erforschung des Weltraums und beim Überleben in extremen Umgebungen. Unter Weltraumforschung versteht man die Erforschung des Universums, das das gesamte Universum außerhalb der Erde umfasst. Der Weltraum wird als extreme Umgebung eingestuft, da sich seine Bedingungen von denen auf der Erde unterscheiden. Um im Weltraum zu überleben, müssen viele Faktoren berücksichtigt und Vorkehrungen getroffen werden. Wissenschaftler und Forscher glauben, dass die Erforschung des Weltraums und das Verständnis des aktuellen Zustands aller Dinge dazu beitragen können, die Funktionsweise des Universums zu verstehen und sich auf mögliche Umweltkrisen vorzubereiten

Zu den häufigsten Herausforderungen, mit denen Algorithmen für maschinelles Lernen in C++ konfrontiert sind, gehören Speicherverwaltung, Multithreading, Leistungsoptimierung und Wartbarkeit. Zu den Lösungen gehören die Verwendung intelligenter Zeiger, moderner Threading-Bibliotheken, SIMD-Anweisungen und Bibliotheken von Drittanbietern sowie die Einhaltung von Codierungsstilrichtlinien und die Verwendung von Automatisierungstools. Praktische Fälle zeigen, wie man die Eigen-Bibliothek nutzt, um lineare Regressionsalgorithmen zu implementieren, den Speicher effektiv zu verwalten und leistungsstarke Matrixoperationen zu nutzen.

Übersetzer |. Rezensiert von Li Rui |. Chonglou Modelle für künstliche Intelligenz (KI) und maschinelles Lernen (ML) werden heutzutage immer komplexer, und die von diesen Modellen erzeugten Ergebnisse sind eine Blackbox, die den Stakeholdern nicht erklärt werden kann. Explainable AI (XAI) zielt darauf ab, dieses Problem zu lösen, indem es Stakeholdern ermöglicht, die Funktionsweise dieser Modelle zu verstehen, sicherzustellen, dass sie verstehen, wie diese Modelle tatsächlich Entscheidungen treffen, und Transparenz in KI-Systemen, Vertrauen und Verantwortlichkeit zur Lösung dieses Problems gewährleistet. In diesem Artikel werden verschiedene Techniken der erklärbaren künstlichen Intelligenz (XAI) untersucht, um ihre zugrunde liegenden Prinzipien zu veranschaulichen. Mehrere Gründe, warum erklärbare KI von entscheidender Bedeutung ist. Vertrauen und Transparenz: Damit KI-Systeme allgemein akzeptiert und vertrauenswürdig sind, müssen Benutzer verstehen, wie Entscheidungen getroffen werden

Das Anwendungspotenzial der Go-Sprache im Bereich des maschinellen Lernens ist enorm. Ihre Vorteile sind: Parallelität: Sie unterstützt die parallele Programmierung und eignet sich für rechenintensive Operationen bei maschinellen Lernaufgaben. Effizienz: Der Garbage Collector und die Sprachfunktionen sorgen dafür, dass der Code auch bei der Verarbeitung großer Datenmengen effizient ist. Benutzerfreundlichkeit: Die Syntax ist prägnant und erleichtert das Erlernen und Schreiben von Anwendungen für maschinelles Lernen.

MetaFAIR hat sich mit Harvard zusammengetan, um einen neuen Forschungsrahmen zur Optimierung der Datenverzerrung bereitzustellen, die bei der Durchführung groß angelegten maschinellen Lernens entsteht. Es ist bekannt, dass das Training großer Sprachmodelle oft Monate dauert und Hunderte oder sogar Tausende von GPUs verwendet. Am Beispiel des Modells LLaMA270B erfordert das Training insgesamt 1.720.320 GPU-Stunden. Das Training großer Modelle stellt aufgrund des Umfangs und der Komplexität dieser Arbeitsbelastungen einzigartige systemische Herausforderungen dar. In letzter Zeit haben viele Institutionen über Instabilität im Trainingsprozess beim Training generativer SOTA-KI-Modelle berichtet. Diese treten normalerweise in Form von Verlustspitzen auf. Beim PaLM-Modell von Google kam es beispielsweise während des Trainingsprozesses zu Instabilitäten. Numerische Voreingenommenheit ist die Hauptursache für diese Trainingsungenauigkeit.
