龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！
申请/专利权人：余姚市机器人研究中心;浙江大学
摘要：本发明属于图像处理技术领域，公开了一种引入统计信息的加权型Focal损失函数及语义分割网络模型训练方法，统计信息计算部分，用于统计每个像素点在历次训练迭代过程中被预测错误的频次；损失权重计算部分，根据所有像素点上的频次值，为其中频次高的像素点分配更高的损失权重；加权平均损失计算部分，用于将每个像素点上的损失权重与该点对应的Focal损失值相乘即进行加权，然后将所有像素点上的加权损失值相加后除以像素点数量以计算平均值；引入Dice损失，并与加权Focal损失计算加权和作为总损失；使用反向传播算法，通过优化器，利用上述损失对神经网络模型进行训练。本发明实用性高、抗干扰性能强、性能指标较高。
主权项：1.一种引入统计信息的加权型Focal损失函数，其特征在于，包括统计信息计算部分、损失权重计算部分、加权平均损失计算部分、与Dice损失计算加权和部分、通过反向传播算法训练模型部分；所述统计信息计算部分，用于统计每个像素点在历次训练迭代过程中被预测错误的频次，并引入滑动平均算法来计算该频次；所述损失权重计算部分，根据所有像素点上的频次值，为其中频次高的像素点分配更高的损失权重，而频次低的像素点则分配更低的损失权重；同时，引入加和归一化算法来计算每个像素点上的损失权重；所述加权平均损失计算部分，用于将每个像素点上的损失权重与该点对应的Focal损失值相乘即进行加权，然后将所有像素点上的加权损失值相加后除以像素点数量以计算平均值；所述与Dice损失加权平均部分，引入Dice损失，并与加权Focal损失计算加权和作为总损失；所述通过反向传播算法训练模型部分，使用反向传播算法，通过优化器，利用上述损失对神经网络模型进行训练。
全文数据：
权利要求：
百度查询： 余姚市机器人研究中心 浙江大学 一种引入统计信息的加权型Focal损失函数及语义分割网络模型训练方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号