基于模型参数和剪枝策略的持续学习图像识别方法及装置
实质审查的生效
摘要
本发明公开了一种基于模型参数和剪枝策略的持续学习图像识别方法及装置，方法包括：收集新增类别数据及历史类别数据；构建持续学习图像识别模型；将新增类别数据与Rehearsal策略保存的部分旧类别数据合并，组成训练数据；输入持续学习图像识别模型中，新增特征提取器和FC层；利用知识蒸馏训练持续学习图像识别模型，并使用剪枝策略去除新增特征提取器中不重要的卷积核；对新增类别数据及历史类别数据使用Rehearsal策略，保存部分类别数据；将待测试数据输入持续学习图像识别模型中进行测试，获得图像识别结果。本方法从模型参数角度，采用知识蒸馏解决了图像识别中持续学习问题，结合剪枝策略减缓模型参数量的增长速度，提高了图像识别的准确率和效率。
基本信息
专利标题 ：
基于模型参数和剪枝策略的持续学习图像识别方法及装置
专利标题（英）：
暂无
公开（公告）号 ：
CN114418094A
申请号 ：
CN202210063640.1
公开（公告）日 ：
2022-04-29
申请日 ：
2022-01-20
授权号 ：
暂无
授权日 ：
暂无
发明人 ：
王瑞轩李焯昀
申请人 ：
中山大学
申请人地址 ：
广东省广州市海珠区新港西路135号
代理机构 ：
广州市华学知识产权代理有限公司
代理人 ：
李斌
优先权 ：
CN202210063640.1
主分类号 ：
G06N3/08
IPC分类号 ：
G06N3/08 G06N3/04 G06V10/774 G06V10/82 G06V10/44 G06V10/764 G06K9/62
IPC结构图谱
G
G部——物理
G06
计算；推算或计数
G06N
基于特定计算模型的计算机系统
G06N3/00
基于生物学模型的计算机系统
G06N3/02
采用神经网络模型
G06N3/08
学习方法
法律状态
2022-05-20 ：
实质审查的生效
IPC(主分类) : G06N 3/08
申请日 : 20220120
申请日 : 20220120
2022-04-29 ：
公开
注：本法律状态信息仅供参考，即时准确的法律状态信息须到国家知识产权局办理专利登记簿副本。
文件下载
暂无PDF文件可下载
