一种基于AUC优化的锐度感知最小化的图像分类训练方法

本发明提供了一种基于AUC优化的锐度感知最小化的图像分类训练方法，本发明的技术方案通过对锐度感知最小化技术中所采用的扰动进行调整，利用预设的加扰超参数对关于模型参数的第一梯度进行映射，确定模型参数对应的扰动，从而避免实例级形式I‑AUC与锐度感知最小化技术的直接的适配所导致的复杂的极小极大‑极小极大优化问题，有效降低模型训练的时间，减少能源的消耗；同时，借助锐度感知最小化技术，有效提升了模型的泛化能力。