一种针对多模态图像的无标签CNN分类性能评估方法

本发明公开了一种针对多模态图像的无标签CNN分类性能评估方法，包括以下步骤：S1、获取训练好的卷积神经网络模型，并获取无标签验证数据集；S2、将步骤S1中获取的无标签验证数据集输入训练好的卷积神经网络模型中通过引入伪标签，计算卷积层的激活熵；S3、采用归一化法对步骤S2中计算的卷积层的激活熵进行归一化，得到归一化的卷积层的激活熵；S4、利用步骤S3中归一化的卷积层的激活熵对无标签的卷积神经网络模型性能进行评估；该方法不仅能够评估卷积神经网络的模型整体的分类性能，还能够针对每个特征层计算激活熵的值，保证在其他条件不变的情况下，代替有标签评估方法，实现无标签地评估CNN模型的性能和衡量其过拟合程度，同时减少计算成本。