一种图像检测模型的损失函数优化方法

本发明公开了一种图像检测模型的损失函数优化方法，其采用以下方式修正模型训练时的损失函数：S1、在损失函数中添加正则化项，初始化每个权重参数的权重衰减参数；S2、每次迭代或特定数量的迭代后，根据权重参数的重要性和所在的层次，动态调整权重参数对应的权重衰减参数；S3、将动态调整后的权重衰减参数应用于损失函数，计算正则化项；S4、循环步骤S2和S3，在整个训练过程中不断优化正则化参数，并获得一组正则化参数候选值；S5、在验证集上评估模型的性能，并从正则化参数候选值中选择最佳的正则化参数配置。本方案可以有效地减少神经网络模型的过拟合问题，提高模型的泛化能力和性能。