摘要
天文图像形态分类标准数据集和基线模型构建方法与系统,其方法包括:收集与形态分类任务相关的天文图像数据,设定形态分类问题;针对收集的图像数据和设立的形态分类问题进行粗标注,设计正负样本阈值机制筛选高质量的标注数据并划分训练集和验证集;选择待训练的深度模型,修改模型头部为多个并行的全连接,实现全连接网络与形态分类问题相互对应,随机初始化网络参数;计算每个全连接神经网络的预测值与真值之间的交叉熵之和作为训练损失,并根据梯度下降算法更新网络参数;最后将训练好的模型进行部署,完成形态分类任务。本发明建立了形态分类问题的标准数据集和评价指标,能够同时用于所有的形态分类问题。
技术关键词
模型构建方法
形态
机器学习模型
基线
图像
更新网络参数
样本
阈值机制
终端设备
神经网络模型构建
分类网络
模型构建系统
模型构建装置
输出特征
梯度下降算法
数据收集模块
模型训练模块
系统为您推荐了相关专利信息
熔化极气体保护焊接
熔池动态特征
在线预测方法
缺陷位置信息
机器学习模型
机器人交互方法
多模态
对象
数据
机器人交互系统
组织病理图像
图像分割方法
侵袭深度
层次结构模型
多模态
厚度检测方法
透镜组件
全反射镜
光纤耦合器
光源装置