-
公开(公告)号：CN116229186A
公开(公告)日：2023-06-06
申请号：CN202310349182.2
申请日：2023-04-03
Applicant: 南京大学
IPC: G06V10/764 , G06V10/774 , G06V10/40 , G06V10/82 , G06N3/084 , G06N3/096
Abstract: 本发明公开一种基于不平衡建模的类别增量图像分类方法，适用于类别持续增加、分布剧烈变化等不利影响下的图像分类任务。首先，利用一个容量受限的样本池保留旧类别的分布，并根据每个类别的先验概率估计去矫正模型的分类损失，以得到更加平衡的分类边界。然后保存一个旧模型镜像，通过输出的分类模型维持更新旧模型镜像，并利用知识蒸馏技术来缓解灾难性遗忘现象。最后，动态地调整模型训练的正则化因子，以适应数据类别的持续扩增。本发明能够自适应地矫准特征提取器的参数以应对不平衡训练数据，并通过知识蒸馏技术使其提升延续到后续任务，解决了在上述不利情况下图像分类精度剧烈下降、分类精度有新类别偏置的问题。
Search Results
1
records
(took 0.011 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
