- 综合排序
- 最热优先
- 最新优先
- 来自专栏联远智维
多目标优化
多目标优化在系统最优设计、最优控制以及社会科学等方面都具有广泛的应用，例如：坦克的变速箱不仅需要良好的传动精度，运动过程中还需要保持极高的稳定性；火箭的恒温层结构不仅需要极好的隔热性能，更需要保证良好的耐撞性能 多目标优化的特征为：一般情况下，多目标优化问题的各个子目标之间是相互矛盾的（一个子目标的改善可能会引起另几个子目标性能的降低），很难使得多个子目标同时达到最优值，只能在多个目标之间进行折中处理，使得各个子目标都尽可能达到最优解 ，从数学角度可以做如下描述： No.1 多目标优化 多目标优化与单目标优化具有本质区别，主要体现于多目标优化问题的解并非唯一，而是存在一组由众多Pareto最优解组成的集合，具体如下图中蓝色曲线所示 ，采用优化算法过程中出现收敛性困难等问题； 3、多目标优化问题的帕累托解集包含更多有效信息。 No.2 程序代码 NSGA-Ⅱ是目前流行的多目标遗传算法之一，它降低了非劣排序遗传算法的复杂性，具有运行速度快，解集的收敛性好的优点，成为其他多目标优化算法性能的基准。
1.6K20编辑于 2022-01-20 - 来自专栏null的专栏
多目标建模总结
最终对多个模型的结果做融合；多任务学习是目前处理多目标建模使用较多的方法，相较于多模型的融合，多任务学习能做到端到端的学习，同时能够节约建模的时间，因为多个模型可以同时建模。 在多目标的建模过程中，如果不同的学习任务之间较为相关时，多个任务之间可以共享一部分的信息，这样最终能够提升整体的模型学习效果。 多目标建模的常用方法 2.1.多模型的融合 多模型的融合是指根据不同的任务单独训练不同的模型，最终根据最终的目标将各模型的结果相加或者相乘后进行融合排序。 总结 多目标建模已经成为当前推荐系统中的标配，在多目标建模过程中，需要考虑多个目标之间的相互关系，以选择合适的多目标建模方法，同时，在多目标的损失函数的设计上，也存在很多的优化方案，需要根据具体的应用场景选择合适的损失函数 IEEE signal processing letters, 2016, 23(10): 1499-1503. [5] 网易严选跨域多目标算法演进
1.3K20编辑于 2023-02-02 - 来自专栏智能算法
多目标模板匹配
这里贴张目标图像，就是需要匹配的图像，先从简单到复杂讲解，对单目标匹配完才能进行多目标匹配嘛，如下图所示为目标图像，由于太大了，缩放下，模板图像其实是从红色框框里抠出来的。 ? 接下来说说多目标模板匹配吧。 三. 多目标模板匹配 有了之前的基础，这里要说说多目标模板匹配，目标图像中很有可能出现需要匹配的目标处于旋转一定角度的，就是说，目标与模板的摆放角度并不相同，如下图所示： ?
2.4K50发布于 2018-04-02 - 来自专栏我爱计算机视觉
PyTorch 多目标跟踪
今天介绍一份PyTorch实现的多目标跟踪的开源库，在Github 上搜索 MOT tracking ，该份代码排名第一位，目前已经有505颗星。 该代码实现的是广为人知的deep sort多目标跟踪算法，算法原作者的实现是基于TensorFlow的，作者用PyTorch实现了RE-ID（目标重识别）模块，并将目标检测模型从Faster RCNN
1.3K20发布于 2019-12-31 - 来自专栏计算机视觉战队
多目标检测：基于YoloV4优化的多目标检测
一、前言 为了解决目标检测任务中小目标检测精度低、误检、漏检率高等问题，有研究者提出了一种基于YOLOv4卷积神经网络的多目标检测方法。 多目标检测作为目标检测领域的一个重要研究方向，一直受到研究人员的广泛关注。目前，在智能交通、智能辅助驾驶和视频监控等领域已经产生了深入的研究。
1.4K20编辑于 2022-01-26 - 来自专栏null的专栏
多目标建模总结
；多任务学习是目前处理多目标建模使用较多的方法，相较于多模型的融合，多任务学习能做到端到端的学习，同时能够节约建模的时间，因为多个模型可以同时建模。 在多目标的建模过程中，如果不同的学习任务之间较为相关时，多个任务之间可以共享一部分的信息，这样最终能够提升整体的模型学习效果。 多目标建模的常用方法2.1.多模型的融合多模型的融合是指根据不同的任务单独训练不同的模型，最终根据最终的目标将各模型的结果相加或者相乘后进行融合排序。 总结多目标建模已经成为当前推荐系统中的标配，在多目标建模过程中，需要考虑多个目标之间的相互关系，以选择合适的多目标建模方法，同时，在多目标的损失函数的设计上，也存在很多的优化方案，需要根据具体的应用场景选择合适的损失函数 IEEE signal processing letters, 2016, 23(10): 1499-1503.[5] 网易严选跨域多目标算法演进
1.7K20编辑于 2023-01-19 - 来自专栏AI研习社
多目标追踪器：用OpenCV实现多目标追踪（C++Python)
多目标追踪：OpenCV 的多目标追踪器 OpenCV 中的 MultiTracker 类提供了多目标追踪的实施方法。 这个追踪器会用于多目标追踪器。 这些是我们需要初始化多目标追踪器所需的全部信息。 我们首先创建一个 MuliTracker 对象并且增加和单个目标追踪器一样多的边界框。 多目标追踪器将这些信息传递给它内部封装的单目标追踪器。 最后，我们的多目标追踪器已经准备好了，我们可以在新的帧中追踪多个目标。
4.2K20发布于 2018-11-22 - 来自专栏计算机视觉战队
多目标检测：基于Yolo优化的多目标检测（附论文下载）
一、前言 为了解决目标检测任务中小目标检测精度低、误检、漏检率高等问题，有研究者提出了一种基于YOLOv4卷积神经网络的多目标检测方法。 多目标检测作为目标检测领域的一个重要研究方向，一直受到研究人员的广泛关注。目前，在智能交通、智能辅助驾驶和视频监控等领域已经产生了深入的研究。
1.6K20编辑于 2023-08-24 - 来自专栏机器视觉CV
多目标跟踪评价指标
多目标跟踪评价指标 ** 如何评价 如何衡量目标跟踪，需要从以下几个点出发： 所有出现的目标都要及时能够找到； 目标位置要尽可能与真实目标位置一致； 每个目标都应该被分配一个独一无二的 ID，并且该目标分配的这个 5Bobject%20Object%5D&originHeight=902&originWidth=635&size=0&status=done&style=none&width=635] MOTA：多目标跟踪准确度 (Multiple Object Tracking Accuracy, MOTA) 衡量单摄像头多目标跟踪准确度的一个指标 [a31b4e197b4c28de22104e39cf30c104.svg MOTP：多目标跟踪精确度 (Multiple Object Tracking Precision, MOTP) 衡量单摄像头多目标跟踪位置误差的一个指标 [3368c7cfce9919a74529239d6783ab6b.svg
3.5K50发布于 2020-06-15 - 来自专栏null的专栏
多目标建模算法PLE
概述在现如今的推荐系统或者搜索中，都存在多个目标，多目标的算法在现如今的系统中已然成为了标配。 在多目标的建模过程中，如果不同的学习任务之间较为相关时，多个任务之间可以共享一部分的信息，这样最终能够提升整体的模型学习效果。
1.8K50编辑于 2023-01-18 - 来自专栏学习成长指南
数学建模~~多目标规划
1.认识多目标规划 （1）前面我们介绍的是单目标规划，现在我们要认识一下多目标规划： （2）使用上面的这个题目作为例子，简单的翻译一下题干，这个题目说的就是 有1，2这两种产品需要我们进行生产，一共有11 的原材料，10小时的时间，产品1的生产消耗原材料2千克，需要耗费1小时，利润是8万元，产品二以此类推； 如果是单个目标规划问题，可能题干就会问这个最大的利润是多少，如果是这个多目标规划问题，问题就是这个图片里面展示的那样 ，产品1的产量不超过产品2的产量，充分利用设备就是说不要只是用一个设备，而且最大化这个效率，不希望加班的意思就是时间不能超过这个10小时，总利润不能低于56万元； 上面的这三个目标就是我们说的多目标；这三个目标并不是都要一定满足
29310编辑于 2025-02-24 - 来自专栏null的专栏
多目标建模算法PLE
概述 在现如今的推荐系统或者搜索中，都存在多个目标，多目标的算法在现如今的系统中已然成为了标配。 在多目标的建模过程中，如果不同的学习任务之间较为相关时，多个任务之间可以共享一部分的信息，这样最终能够提升整体的模型学习效果。
2K30编辑于 2023-02-01 - 来自专栏图灵技术域
多目标优化问题概述
下图是多目标优化问题中最优解或非劣最优解的定义 ? 一些关于Pareto最优解的文献解释： 若x*∈C,且在C中不存在比x*更优越的解x,则称x*是多目标最优化模型式的Pareto最优解,又称为有效解。 .对于包括有定量和定性属性的多指标决策问题(参见“多目标决策问题”),其非劣解是指在所给的可供选择的方案集中,已找不到使每一指标都能改进的解.在多目标规划中,它即指有效解(参见“有效解”)和较多最优解( 不同算法在多目标优化中的应用 多目标优化问题不存在唯一的全局最优解。但仍然需要寻找到1个最终解。 有三类方法： 1.生成法：大量求非劣解，从中寻找最优解。 2.交互法：分析目标求出最优解。 3.将多目标问题转换为单目标问题求解。 原创文章非商业转载请注明出处，商业转载请联系。
1.7K11发布于 2021-05-21 - 来自专栏炼丹笔记
推荐系统多目标建模技巧
因此，一个成熟的推荐系统，会向多目标、多任务方向进行演化，从而承担起更多的业务目标！ 本文，我来分享一下在多目标优化问题上一些思路，包括多目标任务的技巧、算法模型MMOE、SNR、ESMM、PLE等。 多目标任务的技巧 样本加权 通过Sample Weight进行多目标优化，保证一个主目标的同时，通过将其它目标转化为样本权重的方式改变数据分布，从而达到优化其它目标的效果。 通过线上AB-Test和Sample Weight调整的联动，可以保证A目标损失较小的前提下，带来目标B的提升，实现初级的多目标优化。 但本质上并不是多目标建模，而是将不同的目标转化为同一个目标，样本的加权权重需要根据线上AB测试才能确定。
1.9K10编辑于 2022-05-23 - 来自专栏字节流动
OpenGL ES 多目标渲染（MRT）
OpenGL ES 多目标渲染 OpenGL ES 多目标渲染（MRT），即多重渲染目标，是 OpenGL ES 3.0 新特性，它允许应用程序一次渲染到多个缓冲区。 samplerName, i); } glDrawElements(GL_TRIANGLES, 6, GL_UNSIGNED_SHORT, (const void *)0); OpenGL ES 多目标渲染结果 OpenGL ES 多目标渲染 -- END --
3.4K31发布于 2020-10-12 - 来自专栏无人驾驶感知
【目标跟踪】多目标跟踪测距
想了解详细原理可以参考往期博客：【目标跟踪】多目标跟踪sort （python 代码） 。这里不过多赘述，直接上代码，如有疑问，欢迎私信交流。
85410编辑于 2024-02-05 - 来自专栏SIGAI学习与实践平台
深度多目标跟踪算法综述
如何扩展深度学习在行人重识别问题中的研究成果到多目标跟踪领域，研究适用于多目标跟踪问题的深度学习算法是具有挑战性的问题。 2、基于深度学习的多目标跟踪算法分类 多目标跟踪算法按照轨迹生成的顺序可以分为离线的多目标跟踪和在线的多目标跟踪算法。 因此，无论是离线方式的多目标跟踪还是在线方式的多目标跟踪算法，学习检测结果的特征并计算匹配相似度或者距离度量都是多目标跟踪算法的关键步骤。 4、基于深度学习的视觉多目标跟踪算法讨论 上文我们讨论了视觉多目标跟踪领域中，深度学习算法近年来的发展。 目前的基于深度学习的多目标跟踪框架在以下两个方向取得了较好的进展：(1)结合多目标跟踪场景的网络设计，比如在文献[4]中考虑多目标交互的情况设计网络架构，这种考虑跟踪场景的网络设计对于跟踪结果有明显提升
1.3K30发布于 2018-11-23 - 来自专栏SIGAI学习与实践平台
深度多目标跟踪算法综述
多目标跟踪中的匹配过程可以看作为行人重识别。 如何扩展深度学习在行人重识别问题中的研究成果到多目标跟踪领域，研究适用于多目标跟踪问题的深度学习算法是具有挑战性的问题。 2.基于深度学习的多目标跟踪算法分类 多目标跟踪算法按照轨迹生成的顺序可以分为离线的多目标跟踪和在线的多目标跟踪算法。 因此，无论是离线方式的多目标跟踪还是在线方式的多目标跟踪算法，学习检测结果的特征并计算匹配相似度或者距离度量都是多目标跟踪算法的关键步骤。 目前的基于深度学习的多目标跟踪框架在以下两个方向取得了较好的进展：(1)结合多目标跟踪场景的网络设计，比如在文献[4]中考虑多目标交互的情况设计网络架构，这种考虑跟踪场景的网络设计对于跟踪结果有明显提升
2.6K20发布于 2018-10-23 - 来自专栏图灵技术域
HyperVolume多目标评价指标概述
参考 [1] Hypervolume指标及其在多目标进化算法中的应用研究[D]. 湘潭大学, 2010. [2] Xue B, Zhang M, Browne W N.
1.8K20发布于 2021-05-21 - 来自专栏数据魔术师
论文拾萃|多目标A*算法解决多模式多目标路径规划问题(MMOPP)
1引言 多目标决策在现实生活中有着普遍的应用。解决一个多目标最优化问题需要同时考虑多个往往会相互冲突的目标。在大多数情况下，想要同时达到每个目标的最优情况是不现实的。 因此，解决多目标最优化问题的目标是找到尽可能多的、权衡各个目标的解，以此方便决策者在发现的解中做出合理的抉择。 包含这一特殊目标的优化问题就是所谓的多模式多目标优化问题。 多目标路径规划问题是一个典型的优化问题。在运动规划、城市交通、车辆路径规划等领域都有该问题的体现。 2问题描述 简单来说，多模式多目标路径规划问题即为：找出在栅格图中从起点出发，经过给定的若干个关键点，最终到终点的所有帕累托最优路径。 缩减后的无向图如图： 3.2 多目标A*算法 多目标A*算法[Multi-Objective A* Algorithm(MOA*)]是整个算法的核心。所谓“A*”算法，可以理解为带提示的搜索算法。
4.2K21编辑于 2022-03-04
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号