一种公路场景识别中抑制过拟合的训练方法

    公开(公告)号:CN112528881B

    公开(公告)日:2022-05-24

    申请号:CN202011482423.3

    申请日:2020-12-16

    摘要: 本发明涉及图像识别技术领域,具体公开了一种公路场景识别中抑制过拟合的训练方法,包括:获取一训练样本集和一过拟合检测样本集;对训练样本集进行训练,得到一初始识别模型;利用过拟合检测样本集对训练样本集的初始识别模型进行准确率检测,其中,按照过拟合检测样本集的场景类别,通过初始识别模型计算过拟合检测样本集的各个场景整体的分割精度;依据过拟合检测样本集的各类场景整体的分割精度,自动调整各类场景下训练样本的损失权重。本发明可以在训练阶段按照验证精度交并比为不同场景的训练样本分配不同的样本损失权重,从而有效解决样本优化的不均衡性,最终遏制过拟合问题。

    一种公路场景识别中抑制过拟合的训练方法

    公开(公告)号:CN112528881A

    公开(公告)日:2021-03-19

    申请号:CN202011482423.3

    申请日:2020-12-16

    IPC分类号: G06K9/00 G06K9/34 G06K9/62

    摘要: 本发明涉及图像识别技术领域,具体公开了一种公路场景识别中抑制过拟合的训练方法,包括:获取一训练样本集和一过拟合检测样本集;对训练样本集进行训练,得到一初始识别模型;利用过拟合检测样本集对训练样本集的初始识别模型进行准确率检测,其中,按照过拟合检测样本集的场景类别,通过初始识别模型计算过拟合检测样本集的各个场景整体的分割精度;依据过拟合检测样本集的各类场景整体的分割精度,自动调整各类场景下训练样本的损失权重。本发明可以在训练阶段按照验证精度交并比为不同场景的训练样本分配不同的样本损失权重,从而有效解决样本优化的不均衡性,最终遏制过拟合问题。