[发明专利]基于演化计算的机器视觉多任务神经网络架构搜索方法

摘要

本发明公开了一种基于演化计算的机器视觉多任务神经网络架构搜索方法，首先初始化种群，对种群中的个体的多任务泛化能力进行评估，然后通过二进制锦标赛选择算法随机获得两个染色体，并比较两个染色体多任务泛化表现，选择表现更好的一个作为父本，再选择两个父本进行交叉、变异操作，产生两个子代，对子代的多任务泛化表现进行评估，之后合并子代和父代，根据评估结果进行环境选择，生成新的种群，进行新一轮的演化，直到达到预定的终止条件，输出多任务泛化能力最好的个体。本发明使用遗传算法来优化多任务网络模型体系结构，在无需人工参与的情况下，能够自动搜索到适合于多任务学习的神经网络模型，提高多任务网络的跨任务信息融合能力。