一种图像归类模型训练中的迭代自适应终止方法

摘要

本发明提供了一种图像归类模型训练中的迭代自适应终止方法，逐一对不同迭代次数下的归类模型进行图像识别测试，获得当前归类模型的归类精度；通过拟合归类精度与迭代次数的关系函数，自适应地控制归类模型训练的迭代次数；归类模型首先处于初始波动阶段，若当前归类精度满足持续上升的条件，迭代训练进入上升拟合阶段，并开始收集归类精度与迭代次数的样本点；若当前归类精度满足样本拟合的条件，则利用上升拟合阶段获得的样本点进行归类精度与迭代次数的关系函数拟合，确定后期迭代次数，迭代训练进入后期迭代阶段，执行设定次数的迭代训练后结束。本发明能减少迭代训练的时间，在确保归类精度合乎预期的前提下降低了迭代训练的复杂度。