本发明涉及一种水下航行器目标检测的神经网络优化学习方法,尤其是涉及一种神经网络元学习训练方法。针对水下航行器目标检测网络在小规模样本集上训练无法达到较好泛化性能的问题,本发明实现了只使用相关小规模样本集训练,首先划分小规模样本集为训练集、测试集、元训练集和元测试集;然后使用元训练集和元测试集让水下航行器目标检测网络进行本发明提出的元学习,使其学习元知识;最后再使用训练集让水下航行器目标检测网络进行学习。本发明能够有效减少学习所需的时间和能耗,同时提高神经网络的泛化性能。本发明具有广泛的适用性,可以很容易地扩展到各种任务的小规模样本集神经网络训练中。
声明:
“基于神经网络优化学习的水下航行器目标检测方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)