- Este tópico contém 3 respostas, 2 vozes e foi atualizado pela última vez 1 ano, 4 meses atrás por
.
Visualizando 4 posts - 1 até 4 (de 4 do total)
- Posts
Olá!
Esses parâmetros controlam o tamanho do buffer, portanto é usado para otimizar o treinamento através de um maior uso da memória disponível. O -precalcValBufSize corresponde ao tamanho do buffer para valores de features pré-calculadas (em Mb); e o -precalcIdxBufSize é o tamanho do buffer para índices de features pré-calculadas (em Mb). Quanto mais memória você atribuir, mais rápido o processo de treinamento. No entanto, é importante ressaltar que -precalcValBufSize e -precalcIdxBufSize combinados não devem exceder a memória disponível. Então, caso tenha memória o suficiente você pode aumentar esses valores, para que o comando de treinamento tire proveito de buffers maiores.
- Se eu utilizar o buffer com o valor de -precalcValBufSize 1024 e o -precalcIdxBufSize 1024 , vou consumir a memoria RAM de 2GB ?
- O que é “valores de features pré-calculadas” e “índices de features pré-calculadas” ? qual a diferença entre esses dois ?
Olá,
- Sim, os dois valores são alocados individualmente, por isso que os dois somados não devem exceder a sua memória.
- Os dois estão igualmente relacionados ao uso e alocação da memória durante processos da etapa de treinamento, o algoritmo de treinamento do OpenCV faz a distinção entre os dois, porém na prática a recomendação é que esses valores sejam iguais. Mas caso queira saber detalhes mais técnicos sobre a diferença:
- “Valores de features pré-calculadas” se refere aos valores numéricos intermediários que são calculados durante o processo de avaliação de features/características do tipo Haar (Haar-like features) nas amostras de treinamento. Esses valores são basicamente o resultado daqueles cálculos matemáticos baseados nas intensidades de pixels das regiões da imagem (representado por aqueles “quadradinhos” preto e branco, conforme mostrado na aula teórica); ao pré-calcular esses valores e armazená-los na memória, o processo de treinamento pode se tornar mais eficiente. Ou seja, esse parâmetro permite controlar a memória alocada especificamente para esses valores.
- “Índices de features pré-calculadas” se referem aos índices ou posições das características do tipo Haar que são computadas dentro do conjunto de features. Esses índices ajudam a rastrear quais features foram avaliadas em uma determinada amostra durante o processo de treinamento; ou seja, ao pré-calcular e armazenar esses índices o OpenCV pode otimizar o processo de treinamento pois evita avaliações redundantes das mesmas features nas mesmas amostras, já que essas informações podem ser rapidamente acessadas na memória.
Visualizando 4 posts - 1 até 4 (de 4 do total)
- Você deve fazer login para responder a este tópico.