基于图像组件层次结构信息的神经网络架构搜索方法技术

本发明专利技术公开了一种基于图像组件层次结构信息的神经网络架构搜索方法，包括以下步骤；步骤1：向图像部件层次结构输入图像的特征，提取各个部件特征；步骤2：将所述部件特征作为层次信息推理规则模块的输入，用于建立层次化结构的推理逻辑，对不同层次的部件特征进行动态加权，用于传递部件之间的层次信息；步骤3：对动态加权后的部件特征进行权重分配和优化，用于在建模部件之间的交互关系并动态调整影响权重；步骤4：结合层次信息推理规则模块与损失函数模块，通过进化算法进行网络架构的优化搜索；步骤5：加速网络的收敛过程。本发明专利技术提升网络架构的搜索效率、信息传递的有效性及训练过程的性能，最终实现对复杂图像场景的更好理解和表达。

【技术实现步骤摘要】

本专利技术属于神经网络架构搜索，具体涉及一种基于图像组件层次结构信息的神经网络架构搜索方法。

技术介绍

1、神经网络架构搜索(neural architecture search,nas)主要包括三个步骤：1)定义搜索空间，2)执行搜索算法，3)评估候选网络。在搜索空间的定义和搜索算法上，近年来涌现了大量研究成果，尤其是强化学习、进化算法等不同方法的提出，显著提升了网络架构搜索的效率和效果。然而，现有的nas方法大多仅关注数据集整体特征的学习，而忽视了图像中各个部件之间的层次关系。

2、具体而言，现有技术方案主要存在以下主要缺陷：

3、①忽视图像组件之间的层次关系：现有的nas方法主要是基于数据集整体特征的学习，通过数据驱动的方式进行架构搜索，通常未考虑图像中各个组件之间的层次结构和关联性。例如，对于包含多种组件(如船舱、雷达、甲板等)的复杂图像，这些组件之间的层次关系和相互依赖性在网络结构的表达中往往被忽略。这会导致网络在处理复杂图像场景时，无法充分捕捉这些组件的上下文关联，进而影响网络的识别效果和推理能力。</p>

4、②再本文档来自技高网...

【技术保护点】

1.一种基于图像组件层次结构信息的神经网络架构搜索系统，其特征在于，包括图像部件层次结构构建模块、层次信息推理规则模块、部件信息之间的损失函数模块、架构搜索模块和网络再训练模块；

2.基于权利要求1所述一种基于图像组件层次结构信息的神经网络架构搜索系统的搜索方法，包括以下步骤；

3.基于权利要求2所述一种基于图像组件层次结构信息的神经网络架构搜索系统的搜索方法，所述步骤1中，所述图像部件层次结构为树形结构，图像部件层次结构构建模块定义树形结构的根节点和子节点，根节点代表图像中最为重要的部件或信息，而子节点则表示相对次重要的部件或局部特征。>

4.基于权利...

【技术特征摘要】

1.一种基于图像组件层次结构信息的神经网络架构搜索系统，其特征在于，包括图像部件层次结构构建模块、层次信息推理规则模块、部件信息之间的损失函数模块、架构搜索模块和网络再训练模块；

2.基于权利要求1所述一种基于图像组件层次结构信息的神经网络架构搜索系统的搜索方法，包括以下步骤；

3.基于权利要求2所述一种基于图像组件层次结构信息的神经网络架构搜索系统的搜索方法，所述步骤1中，所述图像部件层次结构为树形结构，图像部件层次结构构建模块定义树形结构的根节点和子节点，根节点代表图像中最为重要的部件或信息，而子节点则表示相对次重要的部件或局部特征。

4.基于权利要求2所述一种基于图像组件层次结构信息的神经网络架构搜索系统的搜索方法，所述步骤1具体步骤为：

5.基于权利要求4所述一种基于图像组件层次结构信息的神经网络架构搜索系统的搜索方法，所述步骤2中...

【专利技术属性】
技术研发人员：沈沛意，杨凡，杨佳雯，叶景涛，张亮，朱光明，马城城，
申请(专利权)人：西安电子科技大学，
类型：发明
国别省市：