チューニング

弊社の画像処理アルゴリズムを「ライブラリ」形式でご提供して「アプリケーション」に組込んで「装置」にされるケースもあります。同時開発なので当初は「サンプル画像データ」も限られていますが、新しい画像が取得できた時用に、予め「パラメータチューニング」を用意しておきます。

今回ご紹介するケースは「チューニングの方法」です。ライブラリの説明書には、使い方やサンプルアプリの他、パラメータの説明もありますが。パラメータを最適化するには、どんな原理で手法を実現していて、何がパラメータで調整可能か？作成者は、原理を知っているので頭の中に自然に「前提」ができたりしますが、その説明は困難です。

例として、弊社の「画像つなぎライブラリ」では、テンプレートとサーチ範囲を各々適切に設定すると良い結果が得られます。ところが、成功率98%と言うような結果画像だけを見ながら調整する。がNGなのです。

「何故その位置が適切なのか？」原理を理解した上で「この画像ではこの位置が適切」が理想です。
難しいです。人間の脳内はコピーできないので。説明スキル向上に終わりはありません。

＊ニュースは、弊社メルマガで配信されてます。