一种基于约束条件下的演化神经网络的目标检测方法

摘要

本发明公开了一种基于约束条件下的演化神经网络的目标检测方法，其包括构建若干结构块和由若干个体构成的种群，通过变长编码方式对每个个体进行编码，即完成种群初始化；根据训练数据集对每个个体进行训练更新；在验证数据集上对个体进行评估，计算个体准确率和复杂度得到个体适应度；根据预设的约束量，利用约束控制方法调整个体适应度，并调整准确率超过阈值的个体构架；根据调整后的适应度从种群中选择父本，通过父本交叉生成一级子代，并使一级子代概率性发生变异，生成二级子代；对父代、一级子代和二级子代进行选择，生成新的种群，进行迭代进化。本发明设计轻量结构单元利用约束方法，不用人工经验达到优化的目标检测结果。