一种基于迁移学习的小提琴材料性能检测模型自适应优化方法

本发明公开了一种基于迁移学习的小提琴材料性能检测模型自适应优化方法，包括如下步骤：S1、构建小提琴材料性能检测数据集，进行预处理，并划分为训练集、验证集和测试集；S2、从相关材料领域或任务中迁移已有的模型知识，初始化小提琴材料性能检测模型的参数；S3、基于训练集采用改进的自适应共轭梯度法和Adam算法对小提琴材料性能检测模型进行训练；S4、基于验证集微调小提琴材料性能检测模型的参数；S5、使用测试集进行验证，评估检测性能；S6、实时收集新的材料性能数据，自动调整小提琴材料性能检测模型。本发明结合迁移学习、改进的自适应共轭梯度法和Adam算法，优化小提琴材料性能检测模型，具备高效性、准确性和自动化水平高的优点。