[发明专利]基于遗传算法的可选择数据增强方法及系统

说明书

本发明提供了一种基于遗传算法的可选择数据增强方法及系统，属于深度学习和图像识别领域，解决现有技术对于特定领域，所增强的数据训练集很容易产生错误，容易影响模型训练的结果，从而造成模型识别准确率变低的问题。主要方案包括：1)获取数据集；2)搭建一个图像分类网络模型和两个选择神经网络；3)基于训练集并行训练初始种群中的各图像分类网络模型并更新两个选择神经网络；4)通过验证集得到各图像分类网络模型的准确率；5)若准确率满足条件，输出两个选择神经网络的结果，否则转到步骤6；6)基于遗传算法和两个选择神经网络输出的选择概率构建新种群，将新种群替换步骤3中的种群，替换后再转到步骤3；本发明用于可选择数据增强。

技术领域

一种基于遗传算法的可选择数据增强方法及系统，用于可选择数据增强，属于深度学习和图像识别领域。

背景技术

图像识别是深度学习算法的一个重要应用，它利用计算对图像进行处理、分析和理解，以达到识别图像中的目标和对象的目的。图像的识别过程主要分为四步：图像采集、图像预处理、特征提取、图像识别。图像识别问题的数学本质属于模式空间到类别空间的映射问题。图像识别是人工智能的一个重要领域，目前利用深度学习的方法，构建网络模型进行图像识别是极其热门的方向，神经网络模型要得到满意的识别准确率，需要大量的参数，许许多多的神经网络参数都是数以百万计，要使得这些参数进行正确拟合需要大量的数据进行训练，而我们往往难以获得足够数量的数据。因此可以通过数据增强的方法不仅可以扩大训练数据集的规模，而且可以提高模型的泛化能力，降低模型对训练集的依赖性。

对于特定领域的数据集选择合适的数据增强方式至关重要，如手写数字如果对训练数据旋转180°，就有可能把6和9颠倒错乱。所以数据增强方式的选择，及其增强参数的选择都有可能影响模型的最终训练结果。

综上所述，通过数据增强方法扩大训练数据集存在如下技术问题：

1.对于特定领域，所增强的数据训练集很容易产生错误，容易影响模型训练的结果，从而造成模型识别准确率变低；

2.若基于经验或者随机搜索等方法选择数据增强方法，对网络模型完全训练来评估所选数据增强方法，往往需要花费大量时间进行多次尝试才能选择较为合适的数据增强方法。

发明内容

针对上述研究的问题，本发明的目的在于提供一种基于遗传算法的可选择数据增强方法及系统，解决现有技术对于特定领域，所增强的数据训练集很容易产生错误，容易影响模型训练的结果，从而造成模型识别准确率变低的问题。

为了达到上述目的，本发明采用如下技术方案：

一种基于遗传算法的可选择数据增强方法，包括：

步骤1：获取数据集，包括训练集和验证集；

步骤2：搭建一个图像分类网络模型和两个选择神经网络，两个选择神经网络输出各数据增强方式及其参数的候选值的选择概率以供图像分类网络模型训练前进行选择、生成初始种群和得到初始种群归一化后的整体概率，其中，初始种群由多个图像分类网络模型组成，初始种群大小自定义，各数据增强方式包括图像翻转、旋转、平移、错切、亮度调整和对比度调整，数据增强方式的参数包括翻转的翻转概率、旋转的旋转角度、平移的范围大小、错切的角度、亮度的调整幅度和对比度的调整幅度；

步骤3：基于训练集并行训练初始种群中各图像分类网络模型，并基于训练过程中各分类网络模型的输出训练两个选择神经网络；

步骤4：训练集中的图像全部输入各图像分类网络模型后，使用验证集验证训练后的各图像分类网络模型，得到各图像分类网络模型的准确率；

步骤5：若各图像分类网络模型的准确率满足给定条件，得到训练好的图像分类网络模型和两个选择神经网络，同时得到两个选择神经网络的输出结果，即得到各数据增强方式及各数据增强方式的参数的候选值的选择概率，否则转到步骤6；