一种采用错因强化方式优化损失函数的物品识别方法

专利申请号：CN202010669159.8

公 开 号：CN111860631B

发 明 人：于效宇 陈颖璐 刘艳 谈海平 李富超 

代 理 人：杜海江

代理机构：广东雅商律师事务所

专利类型：发明专利

申 请 日：20230822

公 开 日：20200713

专利主分类号：G06V10/774

关 键 词：损失函数 物品类别 物品识别 惩罚项 交叉熵 程度调节 方式优化 公式计算 模型测试 模型训练 目标物品 情况动态 使用信息 网络模型 训练过程 数据集 概率 强弱 惩罚 输出 优化 学习 

摘      要：本发明公开了一种采用错因强化方式优化损失函数的物品识别方法，优化后的损失函数取名为corloss，在原来的交叉熵损失函数的基础上加入惩罚项实现,惩罚项包含以下三个模块:惩罚程度调节因子T，用于调节相关性对交叉熵损失函数影响的强弱，在模型训练时可根据实际情况设置T值；数据集各类别之间的相关性，通过初步模型测试所有物品类别的输出，并使用信息熵公式计算后获得相关性；相关类别的概率，即在训练过程中将目标物品识别为与之相关的物品类别的概率，非定值，根据模型的每一次训练情况动态调整；通过加入惩罚性，提高了模型对物品识别的精度，能够提高深度学习网络模型的识别准确程度。