买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
摘要:本发明公开一种基于特征校准及自适应知识传递的增量学习方法,采集初始数据并通过初始数据训练初始识别模型,通获得训练好的初始识别模型;将初始数据和增量数据合并并输入初始识别模型进行联合训练,训练中通过特征校准网络对初始识别模型的特征表示进行处理和校准,获得校准后的初始识别模型;将校准后的初始识别模型作为教师模型,利用选择的教师模型通过知识蒸馏与自适应传递策略对学生模型进行训练,获得训练好的学生模型;将待检测数据输入训练好的学生模型中,进行类别的识别和分类。本发明不仅提升了增量学习效率,还增强了模型的泛化能力,实现了在类别不断增长的情况下,对新旧知识的高效管理和传递。
主权项:1.一种基于特征校准及自适应知识传递的增量学习方法,其特征在于,包括如下步骤:采集初始数据并通过初始数据训练初始识别模型,通获得训练好的初始识别模型;将初始数据和增量数据合并并输入初始识别模型进行联合训练,训练中通过特征校准网络对所述初始识别模型的特征表示进行处理和校准,以减少新类别特征与旧类别特征之间的混淆,获得校准后的初始识别模型;将校准后的初始识别模型作为教师模型,利用选择的教师模型通过知识蒸馏与自适应传递策略对学生模型进行训练,获得训练好的学生模型;将待检测数据输入训练好的学生模型中,进行类别的识别和分类。
全文数据:
权利要求:
百度查询: 昆山杜克大学 一种基于特征校准及自适应知识传递的增量学习方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。