[发明专利]深度学习网络的训练方法、装置、设备和存储介质

摘要

本发明公开了一种深度学习网络的训练方法、装置、设备和存储介质。该方法包括：获取真值图像以及深度学习网络输出的所述真值图像对应的预测图像；计算所述真值图像的像素值最大点和所述预测图像的像素值最大点之间的距离；对所述距离执行归一化处理，得到图像基本损失；根据所述图像基本损失，确定图像综合损失，以便根据所述图像综合损失对所述深度学习网络执行训练。本发明计算真值图像和预测图像之间的像素值最大点距离；并且利用预设的指数损失函数，确定图像基本损失，增强了对全零图像的惩罚，使得损失函数的导数不那么平坦，不容易陷入局部最优，避免出现鞍点的问题。

主权项

1.一种深度学习网络的训练方法，其特征在于，包括：获取真值图像以及深度学习网络输出的所述真值图像对应的预测图像；计算所述真值图像的像素值最大点和所述预测图像的像素值最大点之间的距离；对所述距离执行归一化处理，得到图像基本损失；根据所述图像基本损失，确定图像综合损失，所述图像综合损失用于对所述深度学习网络执行训练。