[发明专利]一种基于卷积神经网络的图像识别方法及装置

摘要

本发明公开了一种基于卷积神经网络的图像识别方法及装置。该方法包括：采用预设卷积神经网络确定训练图像的第一概率值；获取预设软间隔归一化指数函数的间隔值，根据间隔值、第一概率值以及预设软间隔归一化指数函数，确定训练图像的第二概率值；根据第二概率值和预设互熵损失函数，确定损失值；判断损失值是否收敛，如果是，将预设卷积神经网络作为收敛卷积神经网络；或，如果否，更新预设卷积神经网络的网络参数，采用更新后的预设卷积神经网络重新执行前述步骤，直至损失值收敛，将当前的更新后的预设卷积神经网络作为收敛卷积神经网络；采用收敛卷积神经网络对待检测图像进行图像识别。采用该方法对未知图像进行识别，识别结果的准确度更高。

主权项

1.一种基于卷积神经网络的图像识别方法，其特征在于，包括：采用预设卷积神经网络确定训练图像的第一概率值；获取预设软间隔归一化指数函数的间隔值，根据所述间隔值、所述第一概率值以及所述预设软间隔归一化指数函数，确定所述训练图像的第二概率值；根据所述第二概率值和预设互熵损失函数，确定损失值；判断所述损失值是否收敛，如果是，将所述预设卷积神经网络作为收敛卷积神经网络；或，如果否，更新所述预设卷积神经网络的网络参数，采用更新后的预设卷积神经网络重新执行确定训练图像的第一概率值的步骤以及该步骤的后续步骤，直至所述损失值收敛，将当前的更新后的预设卷积神经网络作为收敛卷积神经网络；采用所述收敛卷积神经网络对待检测图像进行图像识别。