【技术实现步骤摘要】
本专利技术涉及计算机视觉，特别是涉及一种模型超参数确定方法、目标检测方法、装置、设备及介质。
技术介绍
1、目标检测模型超参数设置对模型效果至关重要，不同的超参数组合直接影响模型的性能和泛化能力。但是，找到最优的超参数组合存在一些挑战，包括耗时、繁琐以及对专业领域知识的需求。现有技术中，为了减少耗时和计算资源占用，常常采用超参数整定算法来确定目标检测模型的超参数的取值，例如蜘蛛蜂优化算法。但是，蜘蛛蜂优化算法存在全局搜索和局部开发阶段性能平衡性较差的问题，在迭代后期容易陷入局部最优。如何快速、准确地确定目标检测模型的最优超参数组以及取值，是亟待解决的问题。
技术实现思路
1、为了解决上述问题，本专利技术实施例公开了一种模型超参数确定方法、目标检测方法、装置、设备及介质。
2、第一方面，本专利技术实施例提供了一种模型超参数确定方法，所述方法包括：
3、获取目标检测模型的超参数；所述超参数至少包括目标检测相关的超参数；
4、通过蜘蛛蜂算法对所述超参数进行迭代...
【技术保护点】
1.一种模型超参数确定方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述在迭代过程中通过速度控制因子调整所述蜘蛛蜂算法的蜘蛛蜂每次迭代的步幅，包括：
3.根据权利要求2所述的方法，其特征在于，所述速度控制因子通过如下方式得到：
4.根据权利要求2所述的方法，其特征在于，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
6.一种目标检测方法，其特征在于，所述方法包括：
7.一种模型超参数确定装置，其特征在于，所述装置包括：
8.一...
【技术特征摘要】
1.一种模型超参数确定方法，其特征在于，所述方法包括：
2.根据权利要求1所述的方法，其特征在于，所述在迭代过程中通过速度控制因子调整所述蜘蛛蜂算法的蜘蛛蜂每次迭代的步幅，包括：
3.根据权利要求2所述的方法，其特征在于，所述速度控制因子通过如下方式得到：
4.根据权利要求2所述的方法，其特征在于，所述方法还包括：
5.根据权利要求4所述的方法，其特征在于，所述方法还包括：
6.一种目标检测方法，其特征在于，所述方法包括：
7.一种模型超参数确定装置，其特征在于，所述...
【专利技术属性】
技术研发人员：李艳红，
申请(专利权)人：重庆长安科技有限责任公司，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。