公开(公告)号：CN114220127A

公开(公告)日：2022-03-22

申请号：CN202111639517.1

申请日：2021-12-29

Applicant: 安徽大学

Inventor： 田野 ,  石子睿 ,  杨尚尚 ,  张兴义

IPC: G06V40/10 ,  G06V10/764 ,  G06V10/82 ,  G06N3/08 ,  G06K9/62 ,  G06N3/04

Abstract: 本发明公开了一种基于梯度引导的进化算法的图像识别方法，其步骤主要包括：1、获取图像样本构建训练样本数据集；2、初始化父代种群，对其在交配选择过程中使用gSBX算子来获得子代种群，将父代种群加入子代种群中并对子代种群进行非支配排序，从排序好的种群中选取前若干个个体作为最优个体种群；3、从最优个体种群中删去被支配的解，使用稀疏随机梯度法SGD对种群中剩余的每个个体的权重变量微调，在该种群的Pareto前沿面上的拐点区域选择一个个体的属性集作为最终训练模型的变量。本发明通过进化算法优化图像识别模型，从而能提升模型在图像识别上的精确度，并减少神经网络的训练成本和内存用量。

公开(公告)号：CN114220127B

公开(公告)日：2024-05-10

申请号：CN202111639517.1

申请日：2021-12-29

Applicant: 安徽大学

Inventor： 田野 ,  石子睿 ,  杨尚尚 ,  张兴义

IPC: G06V40/10 ,  G06V10/764 ,  G06V10/82 ,  G06N3/0464 ,  G06N3/047 ,  G06N3/045 ,  G06N3/0499 ,  G06N3/084

Abstract: 本发明公开了一种基于梯度引导的进化算法的图像识别方法，其步骤主要包括：1、获取图像样本构建训练样本数据集；2、初始化父代种群，对其在交配选择过程中使用gSBX算子来获得子代种群，将父代种群加入子代种群中并对子代种群进行非支配排序，从排序好的种群中选取前若干个个体作为最优个体种群；3、从最优个体种群中删去被支配的解，使用稀疏随机梯度法SGD对种群中剩余的每个个体的权重变量微调，在该种群的Pareto前沿面上的拐点区域选择一个个体的属性集作为最终训练模型的变量。本发明通过进化算法优化图像识别模型，从而能提升模型在图像识别上的精确度，并减少神经网络的训练成本和内存用量。