公开(公告)号：CN113159142A

公开(公告)日：2021-07-23

申请号：CN202110363331.1

申请日：2021-04-02

Applicant: 杭州电子科技大学

Inventor： 高发荣 ,  骆行昇 ,  杨张义 ,  张启忠

IPC: G06K9/62 ,  G06F17/16 ,  G06N20/00

Abstract: 本发明公开了一种用于细粒度图像分类的损失函数可变超参数确定方法，首先将图像数据集的数据输入网络进行训练；其次，确定TriHard损失函数中的超参数数值，通过将样本间的距离矩阵与标签信息进行关联，然后根据标签的信息定量的得出标签对任务的影响程度，进而来确定超参数，本发明属于深度学习技术领域，具体是指一种用于细粒度图像分类的损失函数可变超参数确定方法。

公开(公告)号：CN113159142B

公开(公告)日：2024-02-20

申请号：CN202110363331.1

申请日：2021-04-02

Applicant: 杭州电子科技大学

Inventor： 高发荣 ,  骆行昇 ,  杨张义 ,  张启忠

IPC: G06V10/764 ,  G06F17/16 ,  G06N20/00 ,  G06V10/774

Abstract: 本发明公开了一种用于细粒度图像分类的损失函数可变超参数确定方法，首先将图像数据集的数据输入网络进行训练；其次，确定TriHard损失函数中的超参数数值，通过将样本间的距离矩阵与标签信息进行关联，然后根据标签的信息定量的得出标签对任务的影响程度，进而来确定超参数，本发明属于深度学习技术领域，具体是指一种用于细粒度图像分类的损失函数可变超参数确定方法。