一种特征提取和分类任务分离的数据不均衡处理方法
基本信息
| 申请号 | CN202110293696.1 | 申请日 | - |
| 公开（公告）号 | CN112966767B | 公开（公告）日 | 2022-03-22 |
| 申请公布号 | CN112966767B | 申请公布日 | 2022-03-22 |
| 分类号 | G06K9/62（2022.01）I;G06N3/04（2006.01）I;G06N3/08（2006.01）I | 分类 | 计算；推算；计数; |
| 发明人 | 吴志强;吕晨 | 申请（专利权）人 | 焦点科技股份有限公司 |
| 代理机构 | 南京瑞弘专利商标事务所（普通合伙） | 代理人 | 陈建和 |
| 地址 | 210032江苏省南京市高新开发区星火路软件大厦A座12F | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明公开了一种特征提取和分类任务分离的数据不均衡处理方法，其特征在于，包括步骤一：准备用于模型训练的分类数据集，判定数据是否存在长尾分布；步骤二：利用深度神经网络训练一个包含两个分支网络的模型，模型将表征特征与分类特征动态融合，并进行分类；步骤三：通过测试数据集对模型评估分析，在测试数据集上计算模型的准确率和召回率，通过准确率和召回率的值来判定模型的性能；步骤四：对验证测试好的模型进行部署测试，在真实的场景中，对抓取的类别图片进行分析，统计分析分类的效果。达到在不改变原始数据分布的情况下，很好的解决分类任务中长尾分布的问题的效果。 |
