Για την ακρίβεια έχω αναλάβει να υλοποιήσω στην πράξη ένα πρότζεκτ, που αφορά skeleton tracking. Το βασικό είναι να εντοπιστούν οι 3d συντεταγμένες κάποιων σημείων ενός σώματος, από μια απλή κάμερα, π.χ. κινητού τηλεφώνου.
Δείτε εδώ ένα ενδιαφέρον άρθρο που διαβάζω αυτήν την περίοδο:
http://gvv.mpi-inf.mpg.de/projects/VNec ... PH2017.pdf
Ο λόγος που ανοίγω αυτό το θέμα είναι στην σελίδα 5 η Loss Function:
- loss.png (79.26 KiB) Προβλήθηκε 1080 φορές
Loss Function:
In mathematical optimization, statistics, econometrics, decision theory, machine learning and computational neuroscience, a loss function or cost function is a function that maps an event or values of one or more variables onto a real number intuitively representing some "cost" associated with the event.
Έχει και κάποια παραδείγματα για το που χρησιμοποιείται η L2 νόρμα:
https://en.wikipedia.org/wiki/Loss_func ... statistics
Ground Truth:
In machine learning, the term "ground truth" refers to the accuracy of the training set's classification for supervised learning techniques. This is used in statistical models to prove or disprove research hypotheses. The term "ground truthing" refers to the process of gathering the proper objective (provable) data for this test. Compare with gold standard.
Bayesian spam filtering is a common example of supervised learning. In this system, the algorithm is manually taught the differences between spam and non-spam. This depends on the ground truth of the messages used to train the algorithm – inaccuracies in the ground truth will correlate to inaccuracies in the resulting spam/non-spam verdicts.
https://en.wikipedia.org/wiki/Ground_truth
Επειδή ακόμα λίγο συγχύομαι να καταλάβω αυτές τις έννοιες, μπορεί κάποιος να με διαφωτίσει και να με κατατοπίσει για το πως να κινηθώ;
Και να κάνω πιο συγκεκριμένες απορίες. Από ότι καταλαβαίνω η Loss Function εξετάζει το σφάλμα στην πρόβλεψη του νευρωνικού δικτύου. Δηλαδή θέλουμε όσο πιο μικρό σφάλμα γίνεται. Είναι ουσιαστικά η γενίκευση του μέσου τετραγωνικού σφάλματος στις 3 διαστάσεις; Και το ground truth αφορά την εκτιμώμενη τιμή, όχι την πραγματική; Τα λέω σωστά;
Επίσης γιατί χρησιμοποιεί το γινόμενο Hadamard;
https://en.wikipedia.org/wiki/Hadamard_ ... (matrices)
Εννοώ ότι προσπαθεί να βελτιώσει το σφάλμα ενός γινομένου, και όχι ας πούμε της διαφοράς της εκτιμώμενης συντεταγμένης με την πραγματική. Δηλαδή αυτή τη διαφορά την πολλαπλασιάζει Hadamard (στοιχείο με στοιχείο πολλαπλασιασμός σε πίνακα) με το heatmap κάθε φορά, και μετά βρίσκει το ελάχιστο δυνατό σφάλμα. Γιατί το κάνει έτσι;
Ευχαριστώ εκ των προτέρων.