set_texture_inspection_model_param -设置纹理检测模型的参数
简短描述
set_texture_inspection_model_param -设置纹理检测模型的参数。
签名
set_texture_inspection_model_param( : : TextureInspectionModel, GenParamName, GenParamValue : )
描述
操作符set_texture_inspection_model_param用于操作纹理检查模型TextureInspectionModel的参数。当前参数设置可以通过操作符get_texture_inspection_model_param查询。
一般参数:
“num_levels”:
确定纹理检查过程中使用的金字塔层数。金字塔层的数量影响了检查结果以及train_texture_inspection_model和apply_texture_inspection_model的运行时。默认情况下，级别的数量由训练图像的大小估计。需要注意的是，估计过程使用的金字塔级别不超过5个。改变这个参数可能需要对纹理检查模型进行全新的训练。如果只减少训练过的纹理检查模型的层数，则不需要再训练。如果在你的图像纹理非常粗糙，较低的金字塔层次可能不需要成功的检查。然后你可以通过显式地使用` levels `设置感兴趣的级别来节省大量的运行时间。
值:大于或等于1或'auto'的整数值
默认值:` auto `
` levels `:
确定在纹理检查过程中使用的金字塔级别。金字塔层次的数量会影响检查结果，也会影响train_texture_inspection_model和apply_texture_inspection_model的运行时间。默认情况下金字塔的等级是由'num_levels'的值决定的。例如，如果` num_levels `设置为4，那么纹理检查将针对级别1到4执行。如果所有可用的级别都应该训练，该值必须设置为“auto”。改变这个参数可能需要对纹理检查模型进行全新的训练。如果只减少训练后的纹理检测模型的层数，则不需要再训练。如果在你的图像纹理非常粗糙，较低的金字塔层次可能不需要成功的检查。然后，你可以通过显式地使用` levels `设置金字塔的级别来排除不需要的级别，从而节省大量运行时间。为了避免对返回的元组长度的混淆，'levels'只能单独设置，即不传递任何其他参数给set_texture_inspection_model_param。
值:由大于或等于1的整数值组成的单调递增元组，或'auto'
默认值:` auto `
“gen_result_handle”:
此参数确定apply_texture_inspection_model是否返回结果句柄。如果设置为` true `，则可以使用get_texture_inspection_result_object从纹理结果句柄中查询单个金字塔级别的结果。这对于调试和微调非常有用。
如果设置为'false'， apply_texture_inspection_model只返回一个新区域。
值:` true `， ` false `
默认值:` false `
参数影响自动新奇阈值计算:
novelty[文]_thresh[章]old&rdq[来]uo;:
这个参数设置了[自]新颖性阈值，用[网]来区分缺陷纹理[淘]和非缺陷纹理。[巴]新颖性阈值作为[文]元组通过，并为[章]所有金字塔级别[来]同时设置。因此[自]，元素的数量必[网]须等于金字塔层[淘]数'num_lev[巴]els'。训练前设置新[文]颖性阈值没有影[章]响，因为训练自[来]动确定新颖性阈[自]值。因此，在训[网]练结束后应调整[淘]新颖性阈值。一[巴]个典型的用例是[文]优化apply[章]_textur[来]e_inspe[自]ction_m[网]odel结果的[淘]微调。请注意，[巴]如果新颖性阈值[文]已显式设置，则[章]新调用trai[来]n_textu[自]re_insp[网]ection_[淘]model将自[巴]动重新估计新颖[文]性阈值并覆盖任[章]何显式设置的新[来]颖性阈值。可以[自]添加一个索引来[网]设置特定金字塔[淘]级别的新颖性阈[巴]值。例如，'novelty[文]_thresh[章]old_3'为第三金字塔层[来]设置新颖性阈值[自]。
取值:大于或等[网]于0，小于或等[淘]于710的整数[巴]或浮点值
默认值:由tr[文]ain_tex[章]ture_in[来]spectio[自]n_model[网]决定
` sensiti[淘]vity `:
这个参数影响在[巴]使用train[文]_textur[章]e_inspe[来]ction_m[自]odel进行训[网]练时确定的新颖[淘]性阈值的灵敏度[巴]。默认的&ld[文]quo;灵敏度[章]”[来]设置为0.0，[自]这意味着在调用[网]apply_t[淘]exture_[巴]inspect[文]ion_mod[章]el时直接使用[来]来自训练的新奇[自]阈值。如果参数[网]“[淘]灵敏度&rdq[巴]uo;的值为负[文]值，则将该值添[章]加到新颖性边界[来]。因此，灵敏度[自]值低于0.0会[网]增加新颖性阈值[淘]，因此可能会减[巴]少检测到的错误[文]。如果设置了一[章]个正的值，新颖[来]性阈值就会降低[自]，这可能会导致[网]检测到更多的错[淘]误。自动确定的[巴]新颖性阈值可以[文]在训练后通过参[章]数&ldquo[来];novelt[自]y_thres[网]hold&rd[淘]quo;进行更[巴]改。
取值:floa[文]t或整数值
默认值:0.0[章]
影响纹理特征的[来]参数:
“[自]patch_n[网]ormaliz[淘]ation&r[巴]dquo;:
确定用于规范化纹理特征的方法。如果不同图像之间的光照不一致，则需要进行规范化。如果设置为“weber”，补丁按照韦伯-费希纳定律进行归一化。如果paramet
影响GMM分类器的高级参数:
在内部，纹理检测模型使用高斯混合模型(GMM)分类器。一般情况下，建议不要更改GMM参数，但对于有经验的用户来说，这仍然是可能的。
改变这些参数需要对纹理检测模型进行新的训练。
下面将描述影响GMM分类器的参数。有关使用GMM分类器进行分类的更多信息，请参见create_class_gmm和train_class_gmm。
“gmm_sigma”:这个参数决定了添加到训练样本中的高斯噪声的标准差(参见add_sample_class_gmm)。
取值:大于或等于0.0的整数或浮点值
默认值:0.0
“gmm_pmincenters”:
这个参数决定了每个类的最小高斯分布数。'gmm_pmincenters'不能设置为大于'gmm_pmaxcenters'当前值的值。
值:大于等于1的整型值，小于等于'gmm_pmaxcenters'
默认值:12
“gmm_pmaxcenters”:
这个参数决定了每个类的高斯分布的最大数量。'gmm_pmaxcenters'不能设置为小于'gmm_pmincenters'当前值的值。
值:大于或等于'gmm_pmincenters'的整型值
默认值:12
“gmm_preprocessing”:
该参数确定用于转换特征向量的预处理类型。
价值观:‘principal_components’,‘没有’
默认值:“没有”
“gmm_ncomp”:
这个参数在选择'principal_components'作为预处理方法的情况下操作预处理。更具体地说，它决定了变换后的特征向量的维数。它的选择需要使其小于特征维，特征维是PatchSize PatchSize。如果修改了“PatchSize PatchSize gmm_ncomp”，则会对该参数进行相应的操作。
取值范围:大于等于1的整数
默认值:15
“gmm_randseed”:
该参数确定随机数生成器的初始化值，需要使用随机值初始化GMM。
价值观:整数值
默认值:42
“gmm_em_max_iter”:
这个参数决定了期望最大化算法的最大迭代次数。
取值:大于等于0的整数值
默认值:100
“gmm_em_threshold”:
该参数确定了期望最大化算法终止时误差相对变化的阈值。
取值范围:大于等于0小于1.0的整数或浮点值
默认值:0.001
“gmm_em_regularize”:
这个参数决定了训练过程中防止协方差矩阵奇异的正则化值。
取值范围:大于等于0小于1.0的整数或浮点值
默认值:0.0001
参数
texture_inspectionmodel (input_control, state is modified)→(integer)
纹理检查模型的句柄。
GenParamName (input_control) attribute.name(-array)→(string)
要调整的模型参数名称。
默认值:“gen_result_handle”
值列表:'gen_result_handle'， 'gmm_em_max_iter'， ' gmm_em_regul_'， 'gmm_em_threshold'， 'gmm_ncomp'， 'gmm_pmaxcenters'， 'gmm_pmincenters'， ' gmm_预处理'，'gmm_randseed'， 'gmm_sigma'， 'levels'， 'novelty_threshold'， 'num_levels'， 'patch_normalization'， ' patch_rotational_鲁棒'，'patch_size'， 'sensitivity'
GenParamValue (input_control) attribute.value(-array)→(integer / real / string)
模型参数的新值。
默认值:` true `
值列表:5，'auto'， 'false'， 'none'， 'normalization'， 'principal_components'， 'true'， 'weber'
例程
微信扫一扫，打赏作者吧～本文链接：https://www.wtao8.com/post/237.html 转载需授权！
