一种有效减少图像分类任务中神经网络过拟合的方法

摘要

本发明提供了一种有效减少图像分类任务中神经网络过拟合的方法，包括以下步骤：步骤S1、基于图像给定一个网络模型；步骤S2、将Sequence‑Dropout Block置入到模型的卷积层block中间或模型的全连接层的后面。本发明具有以下有益效果：能有效的减少图像分类任务中神经网络过拟合现象，最大程度的保留重要特征，使图像的模型在学习的过程中保持识别精度同时提高泛化能力。