[发明专利]一种不完备数据集中平衡输入数据类别多目标检测方法

摘要

本发明涉及一种不完备数据集中平衡输入数据类别多目标检测方法，本发明通过运用Batch Size平衡数据集类别方法处理因不平衡数据引起模型训练过程中的不稳定性挑战，在不影响原始数据分布的情况下，基于训练数据集类别分布情况平衡Batch Size的输入，使神经网络在每次迭代过程的数据类别均衡并采用多策略的Batch Normalization的方法去平衡训练过程中每个类别的输入数据，确定训练过程中的迭代次数，减少模型在训练过程中过学习和欠学习的情况，将利普希茨连续函数与深度学习的多策略Batch Normalization平衡输入数据方法进行结合，建立满足利普希茨连续函数等式，分析不平衡数据集的正负样本在输入给神经网络模型中，提高检测模型的稳定性，解决数据不平衡分布问题。