[发明专利]一种CNN模型的微调方法及装置在审
| 申请号： | 201711174440.9 | 申请日： | 2017-11-22 |
| 公开（公告）号： | CN107944553A | 公开（公告）日： | 2018-04-20 |
| 发明（设计）人： | 程福运;郝敬松 | 申请（专利权）人： | 浙江大华技术股份有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06K9/62 |
| 代理公司： | 北京同达信恒知识产权代理有限公司11291 | 代理人： | 黄志华 |
| 地址： | 310053 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明实施例公开了一种CNN模型的微调方法及装置。该方法包括基于经过预训练的CNN模型，对输入的所有样本图像进行图像特征的提取，得到多个类别的图像特征；针对每个类别的图像特征，采用聚类算法将类内的图像特征进行分簇，得到每个簇的簇心；利用预设目标函数计算误差；其中，所述目标函数用于将各个簇内的图像特征向簇心处聚拢；将所述误差在CNN模型中反向传输，对CNN模型的参数进行更新。这样，脏样本的图像、质量较好的样本图像会分别单独聚类，减少了它们之间的相互影响，有利于质量较好的样本图像的收敛，减弱了脏样本对CNN模型的影响，且实现简单。 | ||
| 搜索关键词： | 一种 cnn 模型 微调 方法 装置 | ||
【主权项】：
一种CNN模型的微调方法，其特征在于，包括：基于经过预训练的卷积神经网络CNN模型，对输入的所有样本图像进行图像特征的提取，得到多个类别的图像特征；针对每个类别的图像特征，采用聚类算法将类内的图像特征进行分簇，得到每个簇的簇心；利用预设目标函数计算误差；其中，所述目标函数用于将各个簇内的图像特征向簇心处聚拢；将所述误差在CNN模型中反向传输，对CNN模型的参数进行更新。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于浙江大华技术股份有限公司，未经浙江大华技术股份有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201711174440.9/，转载请声明来源钻瓜专利网。
