一种基于变分自编码器的图像增量学习方法,包括以下步骤:1)构造以AlexNet网络层结构为原型的编码层,引入采样层和输出层;2)构建以上采样层和卷积层为基础的解码器,并且添加BacthNorm层;3)将编码器和解码器作为一个端到端的整体在数据集上进行训练;4)独立出编码器的分类层和解码器作为旧类别数据的生成器,并联合新增数据进行增量学习。本发明使得对抗扰动的生成不再受限于实际中众多环境因素的影响,具有较高的实用价值。
📄 2018112941752
📂 G06N3_08
👤 浙江工业大学
📅 2018-11-01