-
公开(公告)号：CN115359316A
公开(公告)日：2022-11-18
申请号：CN202210984120.4
申请日：2022-08-17
Applicant: 中国科学院计算技术研究所
IPC: G06V10/774 , G06V10/40 , G06V10/764
Abstract: 本发明提供一种基于增量学习的图像分类模型训练方法，所述图像分类模型包括特征提取网络和分类器，所述方法包括对图像分类模型进行多阶段训练直至图像分类模型的准确率达到预设准确率要求，每个阶段训练后获得一个该阶段对应的图像分类模型，每个阶段使用不同类别的图像数据集，每个图像数据集中包含多个图像以及图像对应的分类标签，其中，每阶段训练包括：S1、以上一阶段训练后的图像分类模型的特征提取网络的参数，初始化本阶段训练的图像分类模型对应的特征提取网络；S2、采用本阶段的图像数据集将经步骤S1初始化特征提取网络后的图像分类模型训练至收敛。本发明能够有效抑制灾难性遗忘以及小样本过拟合问题。
Search Results
1
records
(took 0.04 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
