基于多目标优化的深度神经网络测试图片选择方法与系统.pdfVIP

下载本文档

0
0
约1.37万字
约 10页
2023-07-08 发布于四川
举报
版权申诉

基于多目标优化的深度神经网络测试图片选择方法与系统.pdf

1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明公开了一种基于多目标优化的深度神经网络测试图片选择方法与系统，用来提升图像识别系统的准确性。本发明首先收集不同应用场景下的图片测试数据作为预训练的图像识别模型的原始图片测试集。然后根据图片测试集大小设计图片测试子集选择个体，并设计图片测试子集的不确定性和多样性两个指标，使用多目标优化算法NSGA‑II来对问题求解，最终得到Pareto最优解集。最后根据Pareto最优解集获得最优图片测试子集，对预训练的图像识别模型进行重训练，以提高模型的准确性。本发明引入了图片测试子集的不确定性和多样性两

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116403067 A (43)申请公布日 2023.07.07 (21)申请号 202310227765.8 (22)申请日 2023.03.10 (71)申请人南京航空航天大学