一种残膜回收机防缠绕挑膜装置的制 一种秧草收获机用电力驱动行走机构

提升模型泛化性的方法、装置、设备及存储介质与流程

2022-05-21 05:13:41 来源:中国专利 TAG:

技术特征:
1.一种提升模型泛化性的方法,其特征在于,所述方法包括:获取图片集,对所述图片集进行归一化处理,得到样本集,并将所述样本集均分为n个子样本集,其中所述n为大于1的自然数;利用预设的图片识别模型提取每个所述子样本集的特征向量集,并计算每个所述子样本集的特征向量集的均衡性分数;利用所述均衡性分数计算维度均衡约束损失值;利用所述维度均衡约束损失值优化所述图片识别模型的损失值,得到更新后的损失值,利用所述更新后的损失值迭代优化所述图片识别模型的参数,直至得到训练好的图片识别模型。2.如权利要求1所述的提升模型泛化性的方法,其特征在于,所述计算每个所述子样本集的特征向量集的均衡性分数,包括:提取所述子样本集的特征向量集的每个维度数列;基于所述每个维度数列,利用分布函数构建分布数列,将所述分布数列的均方差作为每个所述维度数列的均衡性分数;利用所述每个维度数列的均衡性分数计算所述每个子样本集的均衡性分数。3.如权利要求2所述的提升模型泛化性的方法,其特征在于,所述利用所述均衡性分数计算维度均衡约束损失值,包括:获取当前子样本集的均衡性分数;利用预设的规则遍历所述子样本集,得到n-1个向量矩阵的均衡性分数集;利用所述当前子样本集的均衡性分数、所述均衡分数集,计算维度均衡约束损失值。4.如权利要求3所述的提升模型泛化性的方法,其特征在于,所述利用所述当前子样本集的均衡性分数、所述均衡分数集,计算维度均衡约束损失值,包括:当所述n大于预设值m时,取最后m个子样本集对应的均衡性分数集及第m 1向量矩阵的均衡性分数,并对所述最后m个子样本集对应的均衡性分数及第m 1向量矩阵的均衡性分数赋予预设的权重值;利用所述权重值、所述最后m个子样本集对应的均衡性分数集及所述第m 1向量矩阵的均衡性分数,计算维度均衡约束损失值。n小于或等于预设值m时,取n个子样本集对应的均衡性分数集及第n 1向量矩阵的均衡性分数,并对所述最后n个子样本集对应的均衡性分数及第n 1向量矩阵的均衡性分数赋予预设的权重值;利用所述权重值、所述n个子样本集对应的均衡性分数集及所述第n 1向量矩阵的均衡性分数,计算维度均衡约束损失值。5.如权利要求1所述的提升模型泛化性的方法,其特征在于,所述利用所述维度均衡约束损失值优化所述图片识别模型的损失值,得到更新后的损失值,包括:将所述维度均衡约束损失值加权到所述所述图片识别模型的损失值中,得到更新后的损失值。6.如权利要求1至5中任一项所述的提升模型泛化性的方法,其特征在于,所述利用预设的图片识别模型提取每个所述子样本集的特征向量集,包括:利用所述图片识别模型对所述每个所述子样本集中的图片进行卷积、最大池化处理,
得到池化图片;对所述池化图片进行全连接处理,得到全连接特征图;对全连接特征图进行特征提取,得到每个所述子样本集的特征向量集。7.如权利要求1至5中任一项所述的所述的提升模型泛化性的方法,其特征在于,所述对所述图片集进行归一化处理,得到样本集,包括:对所述图片集进行灰度化处理;对所述灰度化处理后的图片集进行缩放和裁剪,得到大小及灰度值相同的样本集。8.一种提升模型泛化性的装置,其特征在于,所述装置包括:样本集获取模块,用于获取图片集,对所述图片集进行归一化处理,得到样本集,并将所述样本集均分为n个子样本集,其中所述n为大于1的自然数;均衡性分数计算模块,用于利用预设的图片识别模型提取每个所述子样本集的特征向量集,并计算每个所述子样本集的特征向量集的均衡性分数;约束损失值计算模块,用于利用所述均衡性分数计算维度均衡约束损失值;损失值更新模块,用于利用所述维度均衡约束损失值优化所述图片识别模型的损失值,得到更新后的损失值,利用所述更新后的损失值迭代优化所述图片识别模型的参数,直至得到训练好的图片识别模型。9.一种电子设备,其特征在于,所述电子设备包括:至少一个处理器;以及,与所述至少一个处理器通信连接的存储器;其中,所述存储器存储有可被所述至少一个处理器执行的计算机程序,所述计算机程序被所述至少一个处理器执行,以使所述至少一个处理器能够执行如权利要求1至7中任意一项所述的提升模型泛化性的方法。10.一种计算机可读存储介质,存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现如权利要求1至7中任意一项所述的提升模型泛化性的方法。

技术总结
本发明涉及人工智能技术,揭露了一种提升模型泛化性的方法,包括:获取图片集,对所述图片集进行归一化处理,得到样本集,并将样本集均分为N个子样本集;利用预设的图片识别模型提取每个子样本集的特征向量集,计算每个子样本集的特征向量集的均衡性分数;利用均衡性分数计算维度均衡约束损失值;利用维度均衡约束损失值优化图片识别模型的损失值,得到更新后的损失值,利用更新后的损失值迭代优化图片识别模型的参数,直至得到训练好的图片识别模型。此外,本发明还涉及区块链技术,图片集可存储于区块链的节点。本发明还提出一种提升模型泛化性的装置、电子设备以及存储介质。本发明可以提高模型的泛化性。可以提高模型的泛化性。可以提高模型的泛化性。


技术研发人员:姜禹 戴磊 刘玉宇
受保护的技术使用者:平安科技(深圳)有限公司
技术研发日:2022.02.22
技术公布日:2022/5/20
再多了解一些

本文用于企业家、创业者技术爱好者查询,结果仅供参考。

发表评论 共有条评论
用户名: 密码:
验证码: 匿名发表

相关文献