摘要
本发明公开了一种矿用嵌入式设备执行自定义算子的方法、介质及产品,涉及自定义算子技术领域,包括:利用初始煤矿图像样本获取煤矿图像样本权重;根据初始煤矿图像样本利用smote算法获取煤矿异常图像数据集;根据煤矿异常图像数据集设置决策阈值;根据决策阈值与煤矿图像样本权重利用煤矿异常图像数据集获取卷积神经网络模型;根据卷积神经网络模型获取矿用嵌入式设备执行自定义算子结果。本发明通过调整权重和设计自定义损失函数,提高了模型在不平衡数据集上的性能,能够更好地识别少量的异常数据样本,并提高了异常数据在嵌入式设备里面的识别精度。
技术关键词
自定义算子
嵌入式设备
卷积神经网络模型
样本
计算机执行指令
决策
异常数据
可读存储介质
计算机程序产品
图像重建
算法
处理器
标签
精度
系统为您推荐了相关专利信息
仿真模型
振幅包络线
结构光
约化散射系数
保存图像数据
视频帧
协同检测方法
动静态特征
重构
动态特征提取
基因分析仪
序列
多项式拟合算法
Sigmoid函数
滤除背景噪声
相位校准方法
模分复用光纤通信
相位噪声补偿
神经网络架构
空间特征提取