更新条件随机字段的参数而无需重新训练

Question

我正在开发一个项目，我们正在开发和应用在移动设备上分割前景对象。

由于分割永远不会完美，我们允许用户在初始分割后手动调整真实区域。使用预训练的条件随机场（CRF）实现初始分割。

我们想要做的是，一旦用户在初始分割后调整前景区域，我们想要更新CRF的权重参数而不进行再训练。但是我们不确定能否实现这一目标？有没有办法做到这一点？文件？

Answer 1

如果您使用的是基于图形切割的模型，那么您需要的是拥有一些与用户定义的区域相对应的硬种子。对于这些区域，您可以将一元电位设置为无穷大并再次运行CRF推理过程。这不需要改变重量或重新训练CRF。