[发明专利]一种面向图像识别的自适应神经网络训练方法

摘要

本发明公开了一种面向图像识别的自适应神经网络训练方法，该方法包括获取图像数据集并进行预处理；构建卷积神经网络模型，并设定自适应损失函数；将预处理后的图像数据输入卷积神经网络模型进行前向传播，获得图像的特征向量和分类层权重；根据图像特征向量和分类层权重计算自适应损失函数，并判断卷积神经网络模型是否收敛；根据自适应损失函数对卷积神经网络模型进行反向传播，更新分类层权重；将迭代次数递增，并更新自适应损失函数。本发明相比于基于softmax的分类损失函数的训练方法减少了超参数的设置，不仅能够加快卷积神经网络模型的收敛速度，而且还能够提高图像分类识别准确率。