技术编号:31050592
提示:您尚未登录,请点 登 陆 后下载,如果您还没有账户请点 注 册 ,登陆完成后,请刷新本页查看技术详细信息。.本发明涉及图像分类领域,尤其是涉及基于混合批归一化的长尾学习图像分类、训练方法及装置。背景技术.近年来,不平衡学习问题吸引了广泛的研究兴趣。然而,现有的方法无法在不妨碍头部类的性能或保持有效框架的情况下获得尾部类的高精度。本发明的目标是利用长尾训练数据进行学习,同时避免了上述问题。在使用长尾样本学习深度卷积神经网络(cnns)时,网络参数的优化以头部类样本为主导,导致尾部类样本的性能相对较低,在图像分类领域,最终将会影响图像分类的精度。数据不平衡问题的传统解决方案是使优化过程偏向于较不频繁...
注意:该技术已申请专利,请尊重研发人员的辛勤研发付出,在未取得专利权人授权前,仅供技术研究参考不得用于商业用途。
该专利适合技术人员进行技术研发参考以及查看自身技术是否侵权,增加技术思路,做技术知识储备,不适合论文引用。
请注意,此类技术没有源代码,用于学习研究技术思路。