一种用于改善图像识别模型领域变换现象的方法

摘要

本发明提供的一种用于改善图像识别模型领域变换现象的方法，运用了遗传算法，通过为每个属性赋予一个权重值，在对属性的搜索过程中不断更新属性的权重值。根据属性的权重值计算每个属性被搜索的概率，权重值越小的属性的被搜索概率也就越大，反之被搜索的概率越小。根据每个属性的被搜索概率对属性进行搜索，可以控制搜索的方向，从而避免某些属性被搜索次数过多或者被搜索次数过少。通过将Equal函数和Sum函数结合运用，完成对属性组合的筛选，改善了计算的复杂过程。在整个过程中使用基于Leaky Relu激活函数构造的具有3个卷积层的卷积神经网络，避免了模型训练过程中会出现小于0的神经元无法更新参数的现象达到了充分提取图像特征的目的。