一种模型优化方法技术

本申请公开了一种模型优化方法

【技术实现步骤摘要】
一种模型优化方法、电子设备及计算机可读存储介质


[0001]本申请涉及机器学习
，特别是涉及一种模型优化方法
、
电子设备及计算机可读存储介质
。

技术介绍

[0002]纺织品花型复杂多样，且随着市场需求和流行趋势变化，需要经验丰富的工人才能完成人工目测
。
通过运用图像分割和分类检测等计算机视觉技术，对已标注的无瑕疵训练图像样本进行学习，实现小批量
、
花型复杂的纺织物瑕疵智能检测，以降低人工目测成本
、
提升产品质量和经济效益
。
[0003]在现有技术中，一般使用基于重建和知识蒸馏的逆向蒸馏
(Reverse Distillation)
方法，通过对比教师网络和学生网络之间特征的余弦相似度，判断样本中是否有异常
。
但是，
Reverse Distillation
模型虽然能够识别出异常，但是，由于教师和学生网络训练时获得的特征的余弦相似度阈值不够准确，会导致出现分割结果范围过大
、
...

【技术保护点】

【技术特征摘要】
1.
一种模型优化方法，其特征在于，所述方法包括以下步骤：获取至少一目标图像的像素值，所述目标图像是初始的分类模型对至少一图像进行分类所获得的；根据所述目标图像的像素值，确定对所述分类模型中的阈值进行优化的查找范围；根据所述查找范围确定目标阈值，并将所述目标阈值作为优化后的所述分类模型中的阈值
。2.
根据权利要求1所述的方法，其特征在于，所述根据所述目标图像的像素值，确定对所述分类模型中的阈值进行优化的查找范围的步骤，包括：根据所述目标图像的像素值，获取所述目标图像对应的平均像素值和像素值的标准差；根据所述平均像素值与目标值之差，以及所述平均像素值与目标值之和，确定对所述分类模型中的阈值进行优化的查找范围；所述目标值为所述标准差与预设参数的乘积
。3.
根据权利要求2所述的方法，其特征在于，所述根据所述查找范围确定目标阈值的步骤，包括：根据对所述目标图像归一化处理后得到的像素值，检测当前阈值是否满足预设条件；当前阈值为从归一化处理后的所述查找范围内选取的任意数值；若满足，则确定所述当前阈值为目标阈值
。4.
根据权利要求3所述的方法，其特征在于，所述根据对所述目标图像归一化处理后得到的像素值，检测当前阈值是否满足预设条件的步骤，包括：将所述当前阈值作为所述分类模型中的阈值，以对已知样本图像进行分类检测；若分类检测结果与所述已知样本图像的已知分类结果一致，则确定当前阈值满足预设条件
。5.
根据权利要求4所述的...

【专利技术属性】
技术研发人员：彭兴启，易作天，尹倩倩，周志忠，童兴，
申请(专利权)人：中科云谷科技有限公司，
类型：发明
国别省市：