🔔 Recompensa nº 004 - Otimização automática de hiperparâmetros por cena Crie um sistema para o LichtFeld Studio gplv3 que encontre automaticamente os hiperparâmetros ideais para cada cena durante o treinamento. Deve utilizar densificação MCMC (com número de gaussianas ajustável). Meta: +0,15 dB PSNR em relação à linha de base do MipNeRF360. Premiação total: US$ 2.430. Detalhes e link no tópico abaixo!
🧾 Regras Básicas (Resumo): • Executar durante o treinamento sem ajustes manuais por cena. • Ajuste as taxas de aprendizado para posição, escala, rotação, opacidade e harmônicos esféricos. • Modificar os limiares/intervalos de densificação, o número de iterações, o número de gaussianas e outros parâmetros de qualidade/convergência. • Faça um fork a partir do branch bounty_004. • Garantir que as execuções sejam reproduzíveis.
💡 Abordagens que você pode usar: • Controladores RL (RLGS / política para ajustar horários) • Otimização Bayesiana / SMAC (HPO baseado em modelo) • Meta-aprendizagem / adaptação por cena (ajuste fino rápido) • Métodos de hipergradação baseados em gradiente (programações LR treináveis) • Treinamento baseado na população / otimizadores sem cronograma • Qualquer combinação inovadora — mas é necessário usar densificação MCMC + gaussianas ajustáveis.
📦 Enviar: • PR para bounty_004 com um ponto de entrada executável • Tabela de resultados (todas as cenas do MipNeRF360) • Apresentação visual e técnica • Dependências + licenças compatíveis com GPLv3 Preferência por C++ (Python = redução de 20% na premiação). Data limite: 12 de outubro de 2025, 23h59 PST (12 de outubro de 2025, 11h59 PST). Boa sorte!
Patrocinadores do prêmio total de US$ 2.430: @Auki $1000 @fulligin $500 @janusch_patas $300 @YeheLiu $280 @kennethlynne $200 @fhahlbohm $100 @mazy1998github.com/MrNeRF/LichtFe…ub: https:discord.gg/NqwTqVYVmjord: https://t.co/vHUPD8hcdg