公开(公告)号：CN119313996B

公开(公告)日：2025-04-29

申请号：CN202411882228.8

申请日：2024-12-19

Applicant: 华中科技大学

Inventor： 李德鹏 ,  韩好展 ,  李江 ,  黄浩恩 ,  任启宁 ,  曾志刚

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06N3/084 ,  G06N3/04

Abstract: 本发明属于图像分类相关技术领域，其公开了一种实现零样本重放和简约扩展的连续图像分类模型训练方法及其系统，训练方法包括：通过求解面向当前分类任务单位基向量的优化目标函数，从单位超球面上分配当前分类任务的最优等夹角基向量矩阵并将其加入保存有历史分类任务的等夹角基向量矩阵的等夹角基向量矩阵集合中以更新集合；在训练的前向传播中，通过求解最小化统计依赖问题确定各隐含层的最佳全局输出表征；在训练的反向传播中，利用梯度下降法反馈调节各隐含层的网络参数。本发明在连续图像分类任务上能够实现稳定性和可塑性之间的平衡，具有零样本重放和简约扩展的特性，且通过对各步骤优化问题进行改进，大大提高了训练效率。

公开(公告)号：CN119313996A

公开(公告)日：2025-01-14

申请号：CN202411882228.8

申请日：2024-12-19

Applicant: 华中科技大学

Inventor： 李德鹏 ,  韩好展 ,  李江 ,  黄浩恩 ,  任启宁 ,  曾志刚

IPC: G06V10/764 ,  G06V10/82 ,  G06V10/774 ,  G06N3/084 ,  G06N3/04

Abstract: 本发明属于图像分类相关技术领域，其公开了一种实现零样本重放和简约扩展的连续图像分类模型训练方法及其系统，训练方法包括：通过求解面向当前分类任务单位基向量的优化目标函数，从单位超球面上分配当前分类任务的最优等夹角基向量矩阵并将其加入保存有历史分类任务的等夹角基向量矩阵的等夹角基向量矩阵集合中以更新集合；在训练的前向传播中，通过求解最小化统计依赖问题确定各隐含层的最佳全局输出表征；在训练的反向传播中，利用梯度下降法反馈调节各隐含层的网络参数。本发明在连续图像分类任务上能够实现稳定性和可塑性之间的平衡，具有零样本重放和简约扩展的特性，且通过对各步骤优化问题进行改进，大大提高了训练效率。