公开(公告)号：CN118862873A

公开(公告)日：2024-10-29

申请号：CN202410947230.2

申请日：2024-07-16

Applicant: 西南大学

Inventor： 陈善雄 ,  阮秋玥 ,  马雨琪 ,  李永博 ,  王玥然 ,  袁江

IPC: G06F40/279 ,  G06F40/216 ,  G06V10/764 ,  G06V10/774 ,  G06N3/08

Abstract: 本发明提供一种基于双分支模拟的古汉字增量学习方法，包括步骤：S1、采集足够数量的若干种古文字图像，包括甲骨文、古彝文和东巴文；S2、将图像数据集分为已知类别和新类别，再将这两类数据集分别划分为训练集和测试集；S3、构建基于双分支模拟的古汉字增量学习模型；S4、将预处理后的训练集输入基于双分支模拟的古代汉字增量学习模型中进行训练；S5、将待分类的已知古文字图像送入到训练好的基于双分支模拟的古代汉字增量学习模型中进行分类；S6、将新类别训练数据集的古汉字图像输入训练好的基于双分支模拟的古代汉字增量学习模型中，仅对模型的分类器进行部分参数更新(此阶段不进行反向传播)。S7、将所有类别(包括已知类和新类)的待分类古汉字图像输入更新后的模型进行分类，本发明能够实现在无需使用已有数据集和新类数据集重新训练整个网络的条件下对古文字新旧类图像进行自动分类，实现对古文字的可持续性学习，促进古文字研究与人工智能的结合。