基于记忆提炼的对比度量增强在线类增量学习图像分类方法 |
| |
引用本文: | 王宏辉,殷进勇,杨建.基于记忆提炼的对比度量增强在线类增量学习图像分类方法[J].指挥控制与仿真,2024(1):44-54. |
| |
作者姓名: | 王宏辉 殷进勇 杨建 |
| |
作者单位: | 江苏自动化研究所 |
| |
摘 要: | 图像分类中类增量学习具有知识灾难性遗忘现象,现有的基于经验回放方法着重考虑的是记忆库的更新和采样方式,忽略了新旧样本之间的特征关系。为此,提出了一种基于记忆提炼的对比度量增强在线类增量学习图像分类方法(cME2),设计了两种新的正负样本对,对旧样本信息进行了加强重复再利用,强化了模型对冗余特征和共性特征的表达能力,基于最近邻均值分类器改善了嵌入空间中的样本分布合理性。最后,通过对比实验和消融实验验证了所提方法的有效性和高效性。
|
关 键 词: | 在线类增量学习 灾难性遗忘 对比学习 经验回放 |
|
|