【技术实现步骤摘要】
本专利技术涉及深度学习模型中的超参数调节的，具体涉及一种目标检测模型的超参数调节方法。
技术介绍
1、目前，深度学习模型，尤其是目标检测模型所涉及超参数数量较多，存在着大量的不确定性因素，它们跟训练过程中学习的参数（权重）是不一样的，通常是手工设定，不断试错调整；或者从初始参数值至最新产生的参数值，进行枚举和逐一检测精度，导致搭建目标检测模型的硬件装置的运行比较慢，若在移动机器人上搭建该目标检测模型，则影响移动机器人识别物体的实时性。
技术实现思路
1、为了解决上述技术问题，本专利技术公开一种目标检测模型的超参数调节方法，避免对所有出现过的超参数向量进行调节，迅速找到适应实际识别场景的超参数，具体的技术方案如下：
2、一种目标检测模型的超参数调节方法，该超参数调节方法包括：先对预设参数库内的超参数向量进行加权随机抽样，再将选中的超参数向量配置为当前一代的超参数向量，再对所述当前一代的超参数向量进行预设遗传变异操作，产生下一代的超参数向量；然后在下一代的超参数向量对应的适应度大于预设参数库内的适应度最小的超参数向量对应的适应度时，将下一代的超参数向量替换掉该适应度最小的超参数向量，依此迭代，直至满足迭代终止条件，再在所述预设参数库内，将适应度最大的一个超参数向量配置为所述目标检测模型的最优超参数集合；其中，在所述最优超参数集合输入目标检测模型后，目标检测模型利用所述最优超参数集合训练所需识别的物体的特征数据。
3、进一步地，在开始对预设参数库内的超参数向量进行
4、进一步地，在开始对预设参数库内的超参数向量进行第一次加权随机抽样之前，当现存的超参数向量按照适应度的数值由小到大的顺序排序时，适应度最大的预设采样数量个超参数向量依次是从排序最大的一个超参数向量开始，降序排列的所述预设采样数量个超参数向量；在开始对预设参数库内的超参数向量进行第一次加权随机抽样之前，当现存的超参数向量按照适应度的数值由大到小的顺序排序时，适应度最大的预设采样数量个超参数向量依次是从排序最小的一个超参数向量开始，升序排列的所述预设采样数量个超参数向量。
5、进一步地，在开始对预设参数库内的超参数向量进行第一次加权随机抽样之前，当检测到现存的超参数向量的数量小于所述预设采样数量时，将现存的超参数向量都存入所述预设参数库，并配置为所述预设参数库内的初始数据；其中，在开始对预设参数库内的超参数向量进行第一次加权随机抽样之前，所述预设参数库内是不存在超参数向量，所述预设参数库允许存储的超参数向量的最大数量是预设采样数量。
6、进一步地，在第一次往预设参数库内存入超参数向量之前，所述超参数调节方法包括：生成初始化的超参数向量，并将初始化的超参数向量保存为现存的超参数向量中的一个新的超参数向量，再对初始化的超参数向量进行所述预设遗传变异操作，产生第一代的超参数向量，并将第一代的超参数向量保存为现存的超参数向量中的另一个新的超参数向量。
7、进一步地，所述超参数调节方法还包括：当产生所述下一代的超参数向量，则在所述下一代的超参数向量对应的适应度小于或等于预设参数库内的适应度最小的超参数向量对应的适应度时，不保存所述下一代的超参数向量，并保持所述预设参数库内存有的超参数向量不变。
8、进一步地，在对预设参数库内的超参数向量进行加权随机抽样的过程中，将每个超参数向量被选中的概率设置为与其对应的适应度成正比例。
9、进一步地，所述预设遗传变异操作包括：控制一个超参数向量与一个遗传变异比率相乘，再将相乘获得的向量配置为新的一个超参数向量，以实现从当前一代的超参数向量进化为下一代的超参数向量；其中，参与相乘运算的一个超参数向量被配置为参与当前一次预设遗传变异操作的种群；遗传变异比率属于一个数值。
10、进一步地，所述预设遗传变异操作具体包括：控制第一随机函数产生第一随机浮点数向量，其中，第一随机函数每次产生的第一随机浮点数向量的向量长度等于参与当前一次预设遗传变异操作的超参数向量内包含的超参数的数量；控制第二随机函数产生第二随机浮点数向量，其中，第二随机函数每次产生的第二随机浮点数向量的向量长度等于参与当前一次预设遗传变异操作的超参数向量内包含的超参数的数量；第二随机浮点数向量内包含的随机浮点数遵循标准正态分布；将第一随机浮点数向量内的每个随机浮点数分别与同一个变异概率进行数值大小比较，再将每个随机浮点数对应的比较结果组成一个逻辑值向量；控制第一随机函数产生第三随机浮点数向量，其中，第一随机函数每次产生的第三随机浮点数向量中的向量长度等于数值1；控制参与当前一次预设遗传变异操作的超参数向量、逻辑值向量、第二随机浮点数向量、第三随机浮点数向量以及交叉概率依次相乘，获得第一乘积；再将第一乘积与数值1的和值配置为预遗传变异比率；然后控制所述预遗传变异比率在一个预设数值范围内取值，再将所述预遗传变异比率的取值结果配置为遗传变异比率，使其成为当前一次预设遗传变异操作下的遗传变异比率；然后，控制参与当前一次预设遗传变异操作的超参数向量内的每个超参数分别与一个遗传变异比率相乘，再将相乘的结果组成一个向量，再将该向量配置为新的一个超参数向量，则确定完成一次所述预设遗传变异操作；其中，超参数向量内包含的每个超参数都属于一个数值；变异概率和交叉概率都是预先配置的概率值。
11、进一步地，所述控制所述预遗传变异比率在一个预设数值范围内取值的方式包括：当所述预遗传变异比率小于或等于第二边界值时，将第二边界值配置为所述预遗传变异比率的取值结果，则将第二边界值配置为所述遗传变异比率；当所述预遗传变异比率大于或等于第一边界值时，将第一边界值配置为所述预遗传变异比率的取值结果，则将第一边界值配置为所述遗传变异比率；当所述预遗传变异比率大于第二边界值，且所述预遗传变异比率小于第一边界值时，所述预遗传变异比率处于所述预设数值范围内，将所述预遗传变异比率直接配置为所述预遗传变异比率的取值结果，则将所述预遗传变异比率配置为所述遗传变异比率；其中，所述预设数值范围的最大值是第一边界值，所述预设数值范围的最小值是第二边界值。
12、进一步地，所述将第一随机浮点数向量内的每个随机浮点数分别与同一个变异概率进行数值大小比较，再将每个随机浮点数对应的比较结果组成一个逻辑值向量的方法包括：当第一随机浮点数向量内的一个随机浮点数小于所述变异概率时，将该随机浮点数的与所述变异概率的比较结果配置为数值1，再在所述逻辑值向量内对应的索引处配置数值1，用于表示允许所述变异概率对该随机浮点数施加影响；当第一随机浮本文档来自技高网...
【技术保护点】
1.一种目标检测模型的超参数调节方法，其特征在于，该超参数调节方法包括：
2.根据权利要求1所述超参数调节方法，其特征在于，在开始对预设参数库内的超参数向量进行第一次加权随机抽样之前，按照现存的超参数向量对应的适应度的数值大小，对现存的超参数向量进行排序，再从中依次筛选出适应度最大的预设采样数量个超参数向量，再将预设采样数量个超参数向量存入所述预设参数库，并配置为所述预设参数库内的初始数据；
3.根据权利要求2所述超参数调节方法，其特征在于，在开始对预设参数库内的超参数向量进行第一次加权随机抽样之前，当现存的超参数向量按照适应度的数值由小到大的顺序排序时，适应度最大的预设采样数量个超参数向量依次是从排序最大的一个超参数向量开始，降序排列的所述预设采样数量个超参数向量；
4.根据权利要求1所述超参数调节方法，其特征在于，在开始对预设参数库内的超参数向量进行第一次加权随机抽样之前，当检测到现存的超参数向量的数量小于所述预设采样数量时，将现存的超参数向量都存入所述预设参数库，并配置为所述预设参数库内的初始数据；
5.根据权利要求2至4任一
6.根据权利要求1所述超参数调节方法，其特征在于，所述超参数调节方法还包括：当产生所述下一代的超参数向量，则在所述下一代的超参数向量对应的适应度小于或等于预设参数库内的适应度最小的超参数向量对应的适应度时，不保存所述下一代的超参数向量，并保持所述预设参数库内存有的超参数向量不变。
7.根据权利要求2至4任一项所述超参数调节方法，其特征在于，在对预设参数库内的超参数向量进行加权随机抽样的过程中，将每个超参数向量被选中的概率设置为与其对应的适应度成正比例。
8.根据权利要求7所述超参数调节方法，其特征在于，所述预设遗传变异操作包括：
9.根据权利要求8所述超参数调节方法，其特征在于，所述预设遗传变异操作具体包括：
10.根据权利要求9所述超参数调节方法，其特征在于，所述控制所述预遗传变异比率在一个预设数值范围内取值的方式包括：
11.根据权利要求9所述超参数调节方法，其特征在于，所述将第一随机浮点数向量内的每个随机浮点数分别与同一个变异概率进行数值大小比较，再将每个随机浮点数对应的比较结果组成一个逻辑值向量的方法包括：
12.根据权利要求7所述超参数调节方法，其特征在于，所述适应度的计算方法包括：
13.根据权利要求1所述超参数调节方法，其特征在于，满足迭代终止条件的情形包括：
14.根据权利要求13所述超参数调节方法，其特征在于，若检测到不满足所述迭代终止条件，则进入下一次迭代，其中，每一次迭代的过程中，都计算新产生的超参数向量对应的适应度。
...【技术特征摘要】
1.一种目标检测模型的超参数调节方法，其特征在于，该超参数调节方法包括：
2.根据权利要求1所述超参数调节方法，其特征在于，在开始对预设参数库内的超参数向量进行第一次加权随机抽样之前，按照现存的超参数向量对应的适应度的数值大小，对现存的超参数向量进行排序，再从中依次筛选出适应度最大的预设采样数量个超参数向量，再将预设采样数量个超参数向量存入所述预设参数库，并配置为所述预设参数库内的初始数据；
3.根据权利要求2所述超参数调节方法，其特征在于，在开始对预设参数库内的超参数向量进行第一次加权随机抽样之前，当现存的超参数向量按照适应度的数值由小到大的顺序排序时，适应度最大的预设采样数量个超参数向量依次是从排序最大的一个超参数向量开始，降序排列的所述预设采样数量个超参数向量；
4.根据权利要求1所述超参数调节方法，其特征在于，在开始对预设参数库内的超参数向量进行第一次加权随机抽样之前，当检测到现存的超参数向量的数量小于所述预设采样数量时，将现存的超参数向量都存入所述预设参数库，并配置为所述预设参数库内的初始数据；
5.根据权利要求2至4任一项所述超参数调节方法，其特征在于，在第一次往预设参数库内存入超参数向量之前，所述超参数调节方法包括：
6.根据权利要求1所述超参数调节方法，其特征在于，所述超参数调节方法还包括：当产生所述下一代的超参数向量，则在所述下一代的超...
【专利技术属性】
技术研发人员：游思遐，黄惠保，周和文，陈锦杰，张子倩，
申请(专利权)人：珠海一微半导体股份有限公司，
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。