摘要

一种基于区域特征的卷积神经网络损失度量方法,包括以下步骤:1)在卷积神经网络的最后一层中为每个类别生成一张相应的区域特征图;2)然后通过平均值池化的方法缩小步骤1)生成的区域特征图;3)在训练阶段采用基于区域特征图的卷积神经网络损失度量方法对局部分类器与全局分类器进行联合训练,4)在测试阶段利用训练得到的权值参数将局部分类器组合成全局分类器得出最终的分类结果。本发明显著增强了网络对局部区域的表达能力;减少了神经网络中的参数,降低网络的计算复杂度,从而增强了网络的泛化能力;有效地将局部损失与全局损失融合起来,从而明显提升了卷积神经网络的性能。