模型訓練方法、圖像檢測方法及檢測裝置

基本信息

申請?zhí)?/td> CN202110663586.X 申請日 -
公開（公告）號 CN113111979B 公開（公告）日 2021-09-07
申請公布號 CN113111979B 申請公布日 2021-09-07
分類號 G06K9/62;G06N3/04;G06N3/08 分類 計算；推算；計數(shù);
發(fā)明人 龔向陽 申請（專利權(quán)）人 上海齊感電子信息科技有限公司
代理機構(gòu) 上海恒銳佳知識產(chǎn)權(quán)代理事務(wù)所（普通合伙） 代理人 黃海霞
地址 201210 上海市浦東新區(qū)川和路55弄張江人工智能島9號樓
法律狀態(tài) -

摘要

摘要 本發(fā)明提供了一種模型訓練方法，構(gòu)建乘積型Focalloss函數(shù)，使用所述乘積型Focalloss函數(shù)對神經(jīng)網(wǎng)絡(luò)模型進行模型訓練并輸出訓練好的神經(jīng)網(wǎng)絡(luò)模型；所述乘積型Focalloss函數(shù)的構(gòu)建方法包括以下步驟：設(shè)定權(quán)重值，以解決現(xiàn)有的損失函數(shù)均含有l(wèi)og運算單元，計算復雜度較高，拖慢了模型收斂速度的問題；設(shè)定樣本比例平衡因子α，通過W和α構(gòu)建所述乘積型Focalloss函數(shù)，降低了計算的復雜度，提高了運算速度，而且解決了分類錯誤的目標個體對損失函數(shù)的貢獻乘冪級數(shù)增大的同時，也考慮到了分類正確的目標個體對損失函數(shù)貢獻呈現(xiàn)冪級數(shù)降低，使得所述乘積型Focalloss函數(shù)反應(yīng)的是特征圖整體的判別情況。本發(fā)明提供了一種圖像檢測方法和檢測裝置。