基于改进的Adam优化器的图像识别模型构建方法、系统、介质、产品及终端

本申请提供一种基于改进的Adam优化器的图像识别模型构建方法、系统、介质、产品及终端，通过动态学习率调整机制、病灶感知梯度裁剪机制及动量方向修正机制，解决了传统Adam在医学影像训练中的学习率过早衰减、梯度统计偏差及局部最优陷阱等问题。动态学习率调整机制使学习率在全训练周期内自适应调整，保障初期快速收敛、中期稳定优化及后期平滑过渡至低位，减缓学习率衰减速度。病灶感知梯度裁剪机制通过对一阶矩进行校准，抑制噪声干扰并保留关键病灶梯度，保证了梯度信息的合理传播，使参数更新过程更加稳定可靠。动量方向修正机制通过历史梯度方向感知项提供动量，抑制震荡并突破局部最优。