fusion test exception issue

[Dyson-Ido]

Hi @meiqua ，
我在测试fusion 版本时，出现了异常，单步调试后，定位到问题如下：
在fusion.h中，如下图所示，r=-6, 为负值，导致异常退出，我的问题是：您认为可能是什么原因会导致出现负值，谢谢！

[meiqua]

是会有负值，不过没问题，可以参考这里

[Dyson-Ido]

是会有负值，不过没问题，可以参考这里

很抱歉，还是要打扰一下，看了您给的链接，但是没有找到与负值相关的信息，可以这样理解么：就是有负值报异常直接忽略就好？还是需要做怎样的设置呢？感谢！

[meiqua]

不管就行，因为负的时候不会访问；不过还是改一下吧，可以参考这个commit

[Dyson-Ido]

@meiqua ,
多谢！因为那个讨论条目有点多，现在看到了。目前弄明白了avx2的方式，速度确实提升明显，然而识别的正确率却大大降低了！
模糊记得说是因为改变了模版训练的机制，那还可以使用原来的模版训练机制+fusion的方式么？🙏

[meiqua]

识别率降低是什么表现？我测下来跟之前一样；模板都是通用的，fusion只是加速处理图像部分

[Dyson-Ido]

识别率降低是什么表现？我测下来跟之前一样；模板都是通用的，fusion只是加速处理图像部分

那可能我的使用有问题，我再确认下给您反馈，谢谢！

[TigerJieZ]

@meiqua ,
多谢！因为那个讨论条目有点多，现在看到了。目前弄明白了avx2的方式，速度确实提升明显，然而识别的正确率却大大降低了！
模糊记得说是因为改变了模版训练的机制，那还可以使用原来的模版训练机制+fusion的方式么？🙏

@meiqua @ScottYang1982 我也是遇到fusion版本的match比master版本的match定位效果差的现象。表现为：同样的模板，fusion版本定位出目标列表的score小于master版本。并且定位出的xyangle也有些差异。

master：x:1439,y:728,angle:186.502182,scale:1.000000,score:95.790703
fusion：x:1441,y:734,angle:186.202164,scale:1.000000,score:94.343437

[Dyson-Ido]

@meiqua ,
理论上，fusion方法创建的response map 与 原来的方法建立的结果应该是完全一样的么？

[meiqua]

灰度图应该一样，RGB会有差异，差1分正常

[elevenface]

为什么会有-值 meiqua <notifications@github.com> 于2020年10月29日周四 下午7:35写道：

…

灰度图应该一样，RGB会有差异，差1分正常 — You are receiving this because you are subscribed to this thread. Reply to this email directly, view it on GitHub <#108 (comment)>, or unsubscribe <https://github.com/notifications/unsubscribe-auth/ADCDGCG2XVC5XKQRPLRY3UDSNFHRBANCNFSM4S6K6JJQ> .

[meiqua]

@elevenface 如果不扩充边界一个3x3的kernel算一次图像就会缩小一圈；所以要超出边界填0，index就会出现负值

[elevenface]

明白了。谢谢。 meiqua <notifications@github.com> 于2020年10月30日周五 下午10:19写道：

…

@elevenface <https://github.com/elevenface> 如果不扩充边界一个3x3的kernel算一次图像就会缩小一圈；所以要超出边界填0，index就会出现负值 — You are receiving this because you were mentioned. Reply to this email directly, view it on GitHub <#108 (comment)>, or unsubscribe <https://github.com/notifications/unsubscribe-auth/ADCDGCCE6ZWWJZJ7YOBSKTLSNLDOJANCNFSM4S6K6JJQ> .

[Dyson-Ido]

@meiqua ,
抱歉回复晚了，我比较了在fusion版本与非fusion版本下的lm_pyramid变量，发现两者不一样，方法就是在同样的match函数里，运行了两种算法，比较每一个lm_pyramid里面的mat元素，其内容是不同的。
您能帮忙验证下么，多谢！

[meiqua]

是有些不同，主要是最后的spread过程中心位置不一样；匹配的时候fusion没有偏置