-
公开(公告)号：CN116229154A
公开(公告)日：2023-06-06
申请号：CN202310043261.0
申请日：2023-01-29
Applicant: 华南理工大学
IPC: G06V10/764 , G06V10/44 , G06N20/00
Abstract: 本发明公开了一种基于动态混合模型的类增量图像分类方法，应用于数据分阶段到来的类增量学习场景，步骤如下：在初始时间阶段，利用初始训练数据集训练初始分类模型；在后续各时间阶段，构建并输入增量学习数据集以更新训练得到能够同时识别新旧类的新分类模型。在训练过程中，通过旧分类模型在新类上的表现动态选择训练方法；若可塑性较低则使用扩增方法增加模块以适应新数据提高其可塑性；若可塑性较高则利用局部特征信息代替全局特征信息以合理的调节蒸馏方法强度巩固其稳定性。本发明通过动态选择训练方法调节分类模型可塑性和稳定性，使分类模型在有限存储空间的情况下学习新知识且有效的保留旧知识，是一个高效且实用的类增量学习方法。
Search Results
1
records
(took 0.016 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
