基于迁移学习的磁场检测装置设计方法

本发明提出了一种基于迁移学习的磁场检测装置设计方法，步骤为：获取软磁材料在不同磁场大小下的磁畴构型数据，构建模拟数据集；创建深度学习网络架构(源域网络)，设置合适的损失函数和模型性能评估指标；网络模型在模拟数据集中进行多次预训练，分析并保存网络最优参数；利用拍摄设备捕获电磁铁在不同磁场大小下的磁场分布图，构建实验数据集；冻结深度学习网络架构中的前三层卷积(目标域网络)；将源域网络中获得的模型参数作为目标域网络初始化参数，并利用实验数据集微调网络其余层参数；通过迁移学习方法辅助少量实验数据集的训练，提升模型对磁场大小预测的准确性和泛化能力，进而完成新型高性能的磁场检测器件的设计。