知识卡片
分割调优训练与推断分工
SAR 调优框架先用有标注区域的分类准确率构造奖励,训练 DQN 选择权重或阈值动作;推断时对全图无标注反馈地调整,再做区域填补。训练奖励不等于推断时可观测信息,两阶段必须区分。算法图只是流程摘要,缺少状态表示、终止条件等实现细节,不能直接当完整可复现程序。
这张卡片看不懂?
这张卡片的反馈已满 10 条,暂时无法继续提交。
已有反馈 · 0 / 10 条
还没有人提交反馈。
在整书笔记中的位置
原书出处 · 1 处
- 2 1 . 3 . 3 算 法 实 现 · 查看原书依据
强化学习算法通过多次调用分割网络,首先迭代百次到千次进行训练,而后对全图进行无反馈的自主调整,最后经过区域填补策略完善原图像结果。
参考来源
- 位置:《智能算法导论》第 208 项《2 1 . 3 . 3 算 法 实 现》(源文件:`_epub-src/EPUB/xhtml/chapter21_0009.xhtml`)
- 结论依据:正文及算法21-2区分准确率奖励训练与无反馈测试,算法21-3说明最终区域合并;算法21-1未完整列出回放存储及目标复制细节,不补造。
- 原始内容:首先迭代百次到千次进行训练,而后对全图进行无反馈的自主调整,最后经过区域填补策略完善原图像结果……DQN一次迭代只能从两种操作中选择其中一个操作。