使用 CRF 的图像标记性能

Question

我需要开发一个图像标记应用程序，对于这个任务，我正在考虑在一组超像素上使用条件随机场 (CRF)，有不少论文指出这项技术是最先进的这个任务。像往常一样，该任务可以分为两个任务：

• 训练模型：对于这个问题将获得参数向量'w'，例如使用
• 测试：这将获得给定超像素集的最可行的标签分配，即 argmax(P(y|x))

我知道训练时间相当长，但是我没有发现任何关于测试时间或性能的信息，有没有人知道测试问题需要多长时间？我想这将取决于标签的数量、图像大小、实现、硬件等

Answer 1

测试速度很慢，因为您仍然需要解决图形切割问题（但没有什么比训练更重要的了）。您可以在http://drwn.anu.edu.au/drwnProjMultiSeg.html 试用一个实现（您可能已经看过 Stephen Gould 的论文）。

我还有日志文件。但这有点难以解释，因此以下内容可能并不完全准确。在一台超快的机器上，我认为大约需要：

• 在来自 MSRC 数据集的 276 张图像上训练 20 个类需要 4.5 小时的 CPU 时间
• 50 分钟 cpu 时间对 256 张图像进行分类，其中大部分用于 alpha 扩展