QiYun

Note

置顶 | Posted on Edited on In
5.7k 21 mins.
  • Accuracy 重建的模型精度不好，影响因素：
    • 数据集质量：照片拍摄质量(设备)、相机位姿估计精度(COLMAP)
      • 照片质量问题：混叠、模糊、滚动快门 (RS) 效应、HDR/LDR、运动模糊、低光照
    • NeuS方法的问题：Loss函数约束、体渲染的过度简化、缺少监督(深度or法向量)
    • 网格提取方法(Marching Cube)
  • Efficiency 训练/渲染的速度太慢，影响因素：
    • MLP计算次数多 —> MIMO MLP、NGP-RT、
    • MLP层数多计算慢—> InstantNGP
Read more »

Posted on Edited on In
2.4k 9 mins.

Loss Functions and Metrics in Deep Learning 这篇Review中提到的loss函数比较全面

Loss Functions vs. Performance Metrics
损失函数在训练过程中用于优化模型参数。它衡量的是模型预测输出与预期输出之间的差值，而训练的目标就是尽量减小这一差值。(可微)
性能指标用于评估训练后的模型。它衡量的是模型对新数据的泛化程度以及预测的准确性。性能指标还可以对不同的模型或配置进行比较，以确定性能最佳的模型或配置。(不需要可微)

Read more »