[发明专利]一种基于信息熵动态赋权的多任务学习自适应平衡方法

摘要

本发明公开了一种基于信息熵动态赋权的多任务学习方法，属于机器学习技术领域。首先搭建初始多任务学习模型M，对输入图像进行模型推断得到多种任务输出图，对其分别进行归一化处理，得到对应的归一化概率图；然后，利用各归一化概率图计算固定权重多任务损失函数，对多任务学习模型M进行初步训练；最后，在初步训练后的多任务学习模型M基础上，通过信息熵动态赋权算法构建最终的自适应多任务损失函数，对初步训练后的多任务学习模型进行迭代优化训练，直至多任务学习模型达到收敛，终止训练，获得优化后的多任务学习模型M1。本发明可以有效应对不同类型任务，自适应平衡各个任务相对重要性，算法适用性强，简洁高效。