[发明专利]一种基于迹比准则的三元组损失函数设计方法有效
申请号: | 201810135207.8 | 申请日: | 2018-02-09 |
公开(公告)号: | CN108399428B | 公开(公告)日: | 2020-04-10 |
发明(设计)人: | 张海军;赵鸣博;朱理 | 申请(专利权)人: | 哈尔滨工业大学深圳研究生院 |
主分类号: | G06K9/62 | 分类号: | G06K9/62;G06N3/04;G06N3/08 |
代理公司: | 深圳市迪斯卓越专利代理事务所(普通合伙) 44443 | 代理人: | 闵华明;李小艳 |
地址: | 518000 广东省深*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 一种基于迹比准则的三元组损失函数设计方法,通过对于图像特征提取、三元组损失函数和迹比准则的调研,使用迹比准则(Trace Ratio Criterion)作为三元组选取准则和损失计算方法。所述方法主要包括:A、三元组样本构建:对于数据集中的每一个样本,将其构建成三元组样本;B、三元组样本选取:从构建的三元组样本中进行筛选,设定有效的选取机制,在不损失精度的同时,提高训练速度;C、损失函数设计:根据B中获得的三元组样本,分别计算三元组中当前样本和正负样本之间的距离,设计损失函数计算模型预测和真实结果之间的误差;D、深度网络训练:将模型误差回传到深度卷积神经网络中,对网络参数进行更新调整,迭代地训练模型直到收敛。 | ||
搜索关键词: | 一种 基于 准则 三元 损失 函数 设计 方法 | ||
【主权项】:
1.一种基于迹比准则的三元组损失函数设计方法,包括以下步骤:A、三元组构建步骤:利用样本之间的关系,对于给定样本,与其相似的样本作为正样本,选取有代表性的样本作为负样本,从而构建三元组;B、三元组选取步骤:利用一定的筛选准则,选取最有效的三元组样本作为训练样本,在保证模型充分训练的前提下,提高模型训练速度;C、损失函数设计步骤:利用选取出的三元组样本,计算当前样本和正负样本之间的距离,设计与筛选准则相符合的三元组损失函数,衡量模型迭代过程中预测结果和真实结果的差异性;D、深度网络训练步骤:利用深度卷积神经网络训练三元组损失模型,三元组损失函数代替网络最后的全连接层,每次迭代时,损失函数的值作为误差回传到卷积神经网络的前面层,更新网络参数,迭代训练网络直到模型收敛。
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哈尔滨工业大学深圳研究生院,未经哈尔滨工业大学深圳研究生院许可,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/201810135207.8/,转载请声明来源钻瓜专利网。