用于提高已有类别增量学习新旧类别区分度的训练方法.pdfVIP

  • 2
  • 0
  • 约1.8万字
  • 约 15页
  • 2023-05-11 发布于四川
  • 举报

用于提高已有类别增量学习新旧类别区分度的训练方法.pdf

本发明提出一种用于提高已有类别增量学习新旧类别区分度的训练方法,包括:获取数据集并对数据集进行预处理,构成任务序列;构建和优化双分支网络,基于初始数据集构建回放数据集以实现增量阶段的旧知识保留;复制并扩展双分支网络,在双分支中基于表征相似性进行双边采样,通过提升易混淆的旧类别的采样概率实现区分度提升,采取混合损失函数和累积学习策略优化双分支网络,并扩展回放数据集以实现下一增量阶段的旧知识保留;所述训练方法在增量学习的过程中直接保存旧样本,采取目标蒸馏方法,以简单有效的手段保存旧知识;基于双分支结

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 116089883 A (43)申请公布日 2023.05.09 (21)申请号 202310044665.1 (22)申请日 2023.01.30 (71)申请人 北京邮电大学 地址 100876

文档评论(0)

1亿VIP精品文档

相关文档