一种基于校正新旧任务类别混淆的类增量学习方法.pdfVIP

下载本文档

2
0
约1.29万字
约 12页
2023-05-19 发布于北京
举报
版权申诉

一种基于校正新旧任务类别混淆的类增量学习方法.pdf

1、本文档共12页，其中可免费阅读11页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本发明属于图像识别的动态类增量学习领域，公开了一种基于校正新旧任务类别混淆的类增量学习方法，包括了一个级联的知识蒸馏框架和一种特征回放的方法。级联的知识蒸馏框架首先校正旧模型的特征表示，生成一个校正后的教师网络，然后在学习新任务的同时将旧任务的知识从校正后的教师网络迁移到新模型。特征回放的方法主要是为缓解新旧任务类别数据的不平衡问题，通过保存旧任务类别更多的特征向量用于训练特征校正网络。本发明旨在校正新旧任务类别之间的混淆，缓解旧模型所代表的知识与新任务知识之间的冲突，以便在学习新任务的同时提升

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114882337 A (43)申请公布日 2022.08.09 (21)申请号 202210560371.X G06N 3/08 (2006.01) (22)申请日 2022.05.2