opencv — реализация среднего сдвига в переполнении стека

Это старо, но я сейчас работаю со смещением среднего значения, поэтому я подумал, что лучше ответить.

Я думаю, что понимаю различие, которое вы проводите здесь, но когда вы говорите, что ищете режим обнаружения это нечетко в техническом смысле, так как с точки зрения алгоритма, поскольку алгоритм по своей сути предназначен для поиска «Режимы», которые являются локальными минимумами или максимумами в зависимости от того, как вы формулируете задачу оптимизации (градиентный спуск или подъем).

Этот источник, который был найден на сайте EDISON, утверждает, что является реализацией алгоритма кластеризации среднего сдвига на языке c ++, но, как обсуждалось выше, кластеризация является основной реализацией поведения поиска режима, на котором основаны все другие виды использования среднего сдвига, особенно сегментация, таким образом, вы, безусловно, можете использовать источник EDISON для поиска реализации кластеризации, даже если вам придется немного поискать его.

Я также нашел это Проект Github, за то, что это стоит, но я не работал с этим раньше.

ПОСЛЕДНЕЕ ПРИМЕЧАНИЕ: Я также заметил, что вы сказали «облегченная» реализация. Обратите внимание, что среднее смещение не очень эффективный алгоритм (я думаю, что это что-то вроде O (N ^ 3), но я проверю это). Тем не менее, это все еще может быть эффективно осуществлено, хотя то, как это должно быть измерено, является более неоднозначным. Разумеется, Быстрый Сдвиг, попытка исследователей из Калифорнийского университета в Лос-Анджелесе решить проблемы более эффективного смещения медоидов, подобного алгоритму поиска непараметрического режима, может быть больше похожа на то, что вы ищете в «облегченном» алгоритме.