一种基于Mnist数据集的数字识别模型构建方法及装置

摘要

本发明公开了一种基于Mnist数据集的数字识别模型构建方法及装置，主要解决现有技术中存在的现有数字模式识别精度不高，基于Mnist数据集识别模型易引起图像失真及在不同场景中泛化性还有待提升的问题。该发明利用空间金字塔池化层自适应处理多尺度信息输入的能力，使得模型方法支持任意尺度的图像数据输入。同时，模型通过能对多尺度信息的学习训练，具有较好的多尺度信息的表征性能。除此之外，该发明对迁移学习以及BN层的应用，极大降低了适应多环境数据训练的门槛，很好地促使了模型参数的有效学习以及模型训练效率的提升。因此，该模型方法具有较好的运行效率和泛化性。