申请/专利权人：湘潭大学

申请日：2024-01-24

公开（公告）日：2024-04-16

公开（公告）号：CN117611974B

主分类号：G06V10/82

分类号：G06V10/82;G06N3/045;G06N3/082;G06N3/086

优先权：

专利状态码：有效-授权

法律状态：2024.04.16#授权;2024.03.15#实质审查的生效;2024.02.27#公开

摘要：本发明公开了一种基于多种群交替进化神经结构搜索的图像识别方法及系统，包括：获取图像数据，根据目标任务确定搜索网络；构建超网，根据预设参数对超网进行预训练；通过神经网络的L层结构将网络结构搜索空间划分为L个子空间，从子空间中随机选取N个候选子网络，形成初始化的L个种群；从多个搜索子空间中采样多个种群进行交替进化，使用多目标环境选择从合并种群选择前沿个体，以生成下一个父代种群，进行多种群的交替进化；得到最优的神经网络模型对图像进行识别。它以较小的搜索成本实现了模块多样化，显著降低了搜索空间的复杂性，促进未来图像分析的自动化处理，提高了搜索效率，得到了最优解。

主权项：1.一种基于多种群交替进化神经结构搜索的图像识别方法，其特征在于，包括以下步骤：S01：获取图像数据，根据目标任务确定搜索网络；S02：构建超网，根据预设参数对超网进行预训练；S03：通过神经网络的L层结构将网络结构搜索空间划分为多个子空间，从子空间中随机选取N个候选子网络，形成初始化种群；S04：从多个子空间中采样多个种群进行交替进化，使用多目标环境选择从合并种群选择前沿个体，以生成下一个父代种群，进行多种群的交替进化；所述多种群交替进化包括：S41：根据预设的交叉变异参数以及子代生成策略生成当前子代种群；S42：将其他种群的优秀个体迁移到当前进化种群得到迁移种群；得到迁移种群的方法包括：维护迁移档案，根据多目标进化算法选择当代种群中的优秀个体进入迁移归档集；根据每个种群的相邻距离确定迁移的个体数量；根据个体与种群的相似度选择种群的迁移个体；S43：将父代种群、子代种群和迁移种群合并组成合并种群，将合并种群中的个体先解码成相应子网络结构并继承超网中的权重后在训练数据集上进行微调训练后进行准确度性能指标评估；S05：得到最优的神经网络模型对图像进行识别。

全文数据：

权利要求：

百度查询： 湘潭大学 基于多种群交替进化神经结构搜索的图像识别方法及系统

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。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD