基于类增学习的深度图像分类网络训练方法、电子设备及存储介质
申请人信息
- 申请人:深圳市软盟技术服务有限公司
- 申请人地址:518000 广东省深圳市南山区粤海街道滨海社区海天一路19、17、18号软件产业基地4栋521
- 发明人: 深圳市软盟技术服务有限公司
专利详细信息
| 项目 | 内容 |
|---|---|
| 专利名称 | 基于类增学习的深度图像分类网络训练方法、电子设备及存储介质 |
| 专利类型 | 发明申请 |
| 申请号 | CN202311850557.X |
| 申请日 | 2023/12/29 |
| 公告号 | CN117496275A |
| 公开日 | 2024/2/2 |
| IPC主分类号 | G06V10/764 |
| 权利人 | 深圳市软盟技术服务有限公司 |
| 发明人 | 赵子海 |
| 地址 | 广东省深圳市南山区粤海街道滨海社区海天一路19、17、18号软件产业基地4栋521 |
摘要文本
深圳市软盟技术服务有限公司取得“一种透气窗帘布”专利技术，本发明涉及基于类增学习的深度图像分类网络训练方法、电子设备及存储介质，包括：A1、构建初始化分类网络；A2、获取初始图像分类数据集和局部类集与学习率；A3、对训练过程的迭代次数进行计数；A4、获取预执行训练过程对应的迭代计数值以获取新增类别数量；A5、构建类别训练优先级度量函数以获取训练优先级；A6、根据新增类别数量和训练优先级更新局部类集；A7、根据局部类集构建训练集，执行训练过程直至初始化分类网络收敛；A8、迭代计数值小于预设最大迭代次数时重置学习率，并以未参与训练的图像分类数据为初始图像分类数据集并执行A5。实施本发明通过类增学习用于深度图像分类网络的训练，以进一步提升图像分类的性能。。关注公众号专利查询网
专利主权项内容
1.一种基于类增学习的深度图像分类网络训练方法，其特征在于，包括以下步骤：A1、构建深度图像分类网络，并初始化所述深度图像分类网络的网络参数以得到初始化分类网络；A2、获取初始图像分类数据集，并初始化所述初始化分类网络对应的局部类集和学习率；A3、以预设初始值开始，对训练过程的迭代次数进行计数；A4、获取预执行训练过程对应的迭代计数值，以根据所述迭代计数值获取新增类别数量；A5、以所述初始图像分类数据集中的图像类别为自变量构建类别训练优先级度量函数以获取与所述图像类别对应的训练优先级；A6、根据所述新增类别数量和所述图像类别对应的训练优先级从所述初始图像分类数据集中获取预设图像类别以更新所述局部类集；A7、根据所述局部类集从所述初始图像分类数据集获取对应的数据集以构建所述预执行训练过程的训练集，并执行所述预执行训练过程直至所述初始化分类网络收敛；A8、在预执行训练过程对应的迭代计数值小于预设最大迭代次数时重置所述学习率，并以未参与训练的图像分类数据为所述初始图像分类数据集，并执行步骤A5。。百度搜索马 克 数 据 网