Ceres-Solver失败并显示"Terminating:残差和雅可比求值失败“。当非静态变量用于定义jacobian for-loop时

Question

我有一个非线性系统，我正在使用Ceres来解决。它是一个具有稀疏块结构的稀疏系统。由于我还在处理图像数据，因此我的代码基于'denoising.cc‘示例。

我遇到的问题是，我的代码失败，并显示"Terminating: Residual and Jacobian evaluation failed“。我可以通过在Evaluate中硬编码变量'num_weights‘来修复这个问题。

当我在一个或多个像素上调用此函数时，问题仍然存在。对于每个像素，我的权重是不同的。

任何关于这是为什么的洞察力都会有所帮助。

谢谢!

Cost::Cost(const std::vector<double> &weights) : _weights(weights)
{
    set_num_residuals(1);
    mutable_parameter_block_sizes()->push_back(1); //has more parameters than weights

    for (int i = 0; i < _weights.size(); ++i)
        mutable_parameter_block_sizes()->push_back(1);
}

bool Cost::Evaluate(double const* const* parameters,
                             double *residuals,
                             double **jacobians) const
{
    int num_weights = (int)_weights.size();

    float d0 = parameters[0][0];
    residuals[0] = d0;

    for (int i = 0; i < num_weights; ++i)
    {
        residuals[0] += parameters[i+1][0];
    }

    if (jacobians != NULL)
    {
        for (int i = 0; i < num_weights+1; ++i)
        {
            if (jacobians[i] != NULL)
            {
                jacobians[i][0] = 0;
            }
        }
    }

    return true;
}

Answer 1

我就想明白了。

基本上，我的向量"std::vector weights“超出了范围。ceres成本函数不保留向量的所有权，因此"num_weights“的计算结果为0。