汽车制造行业研发部算法工程师算法模型训练手册.docxVIP

汽车制造行业研发部算法工程师算法模型训练手册

第1章基础理论与数据准备

1.1深度学习基础概念与数学原理概述

卷积神经网络（CNN）是处理图像类数据的基石，其核心在于利用局部感受野和权值共享机制，通过多层卷积层自动提取特征。在汽车缺陷检测中，一个典型卷积核（如3x3或5x5）会同时观察当前像素及其周围邻居，利用“感受野”将局部边缘特征聚合为全局特征，从而识别出微小的划痕或焊缝错配。池化操作（Pooling）用于降低特征图的维度并提升模型的鲁棒性，通常采用最大池化（MaxPooling）或平均池化。在训练数据集中，池化层会将224x224的图像压缩为112x112的特征图，不仅减少了计算量，还通过丢弃局部无关细节，使模型对图像平移、缩放等微小变换具有更强的泛化能力。

全连接层（FullyConnectedLayer）是网络中连接所有特征向量的关键节点，负责将提取的特征映射到最终的分类任务。在缺陷分类中，经过CNN提取特征的全连接层会将向量映射到2个神经元，分别输出“缺陷”与“正常”的概率分布，作为模型输出的最终决策依据。损失函数（LossFunction）是衡量模型预测结果与真实标签之间差异的标量指标，决定了优化算法的方向。在二分类任务中，通常使用交叉熵损失函数，它能有效平衡分类任务中的硬样本（如严重裂纹）和软样本（如模糊边缘），促使