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!
申请/专利权人:华东理工大学
摘要:本发明设计了一种基于标签平滑和分布正则化的图像增量学习方法。其采用动态标签平滑模块提高卷积神经网络学习的稳定性,并通过构建模型参数分布约束来更加灵活的约束新类学习时模型的变化,能够实现对新类的有效学习以及对旧类知识的灾难性遗忘,以实现在不使用旧样本,充分保护旧数据隐私的前提下,使得卷积神经网络能够持续学习,从而使得网络模型具备增量学习的能力,实现对不同类别图片的分类。
主权项:1.一种基于标签平滑和分布正则化的图像增量学习方法,其特征在于,其方法包括以下步骤:1将原始数据划分为多个若干个任务数据,每个任务包括训练集和测试集两部分,每个数据样本都包括图像数据、类别标签和任务标识符;2任务内置信度校正模块,在每个任务训练过程中,利用模型的预测概率输出构造动态软标签,并利用该标签作为模型训练的监督信号;3任务间置信度校正模块,在每个任务进入鲁棒训练过程中,通过对模型的参数进行采样,构建对应的模型参数分布,并利用该分布作为新任务学习时的约束;4测试步骤,从任务间置信度校正模型构建的模型参数分布中采样多个模型,然后将先前所有任务的测试图片按照任务训练顺序依次输入到这些深度网络模型的中,通过特征提取器获取特征,然后通过全连接层进行判断,之后将所有模型的判断结果进行集成判断,得到图片最终的判断结果。
全文数据:
权利要求:
百度查询: 华东理工大学 一种基于标签平滑和分布正则化的图像增量学习方法
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。