基于卷积神经网络的图像识别过拟合问题分析与研究

来源期刊：软件工程2019年第10期

论文作者：谢璐阳 夏兆君 朱少华 张代庆 赵奉奎

文章页码：27 - 55

关键词：卷积神经网络;过拟合;图像识别;深度学习;

摘    要：近年来深度学习在很多领域发挥着重要作用,但是在训练过程中存在模型过拟合的问题。针对该问题,本文对Kaggle竞赛中典型的猫狗识别任务建立了卷积神经网络,并分析研究了多种抑制过拟合的方法,包括添加L2正则项、dropout处理、数据增强及多种方法综合使用的综合法,分别分析不同方法在训练集和验证集上的训练精度和损失,发现数据增强法优于其他两种方法,且综合法能够消除过拟合。研究结果对卷积神经网络的配置具有重要的参考价值。