基于样本概率的训练样本随机选择深度学习方法.pdfVIP

下载本文档

0
0
约1.04万字
约 7页
2023-05-15 发布于四川
举报
版权申诉

基于样本概率的训练样本随机选择深度学习方法.pdf

1、本文档共7页，其中可免费阅读6页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明提供了基于样本概率的训练样本随机选择深度学习方法，属于信息技术领域；用于深度学习多类目标检测的标注数据中的多类目标数量通常是不均衡的；为解决此问题，本发明在深度学习多类目标检测框架中调整每个批次样本出现的概率，使得每一类别目标的出现数量尽可能接近，同时保持有目标正样本和无目标负样本训练样本数量维持一个合理的比例，从而整体提高训练模型的目标检测精度；本发明中的方法，能够实现深度学习在处理大数据的时候，通过调控不同样本的出现概率，使得每个类别目标出现的概率保持一致，提高多类目标的识别精度mAP

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114722993 A (43)申请公布日 2022.07.08 (21)申请号 202110013592.0 (22)申请日 2021.01.06 (71)申请人武汉雄楚高晶科技有限公司地址 4