发明专利已授权

一种基于动态修正向量的图像增量学习方法

📄 申请号：CN201911308607.5 📄 发布日：2026/08/04

著录项目信息

申请日

2019-12-18

公开号

CN111199242B

公开日

2024-03-22

申请人

浙江工业大学

法律状态

已下证

专利类型

发明

主分类号

G06N3_096

IPC 分类号

G06N3_096 , G06N3_084 , G06N3_0464 , G06V10_764 , G06V10_82 ,

技术画像

所属领域

增量学习人工智能算法图像识别深度学习增量学习

应用场景

图像分类, 目标识别, 智能监控, 自动驾驶视觉感知, 工业视觉检测

AI 智能推荐 · 同申请人专利 · 搜索相似专利

摘要

一种基于动态修正向量的图像增量学习方法，包括以下步骤：S1构造以ResNet‑32网络层结构为模型的主干网络，采用Adam训练优化器，同时，基础分类损失函数是Kullback‑Leibler Divergence相对熵损失函数；S2损失函数引入知识蒸馏，结合分类损失函数，帮助新模型学习旧类别中的知识，缓解灾难性遗忘问题；S3训练方式采用代表性记忆方法和动态修正向量方法训练ResNet‑32模型；S4重载上一增量阶段训练的最佳模型，重复步骤S2～S3，评估在所有测试集上的性能，直到训练完所有增量数据。本发明提高了增量学习任务的识别能力，具有较高的实用价值。

权利要求书 (12项) 说明书附图

……

图1

图2

图3

法律状态时间线

一种长短期公共交通流量预测方法

当前第 / 件

融合卷积与多层感知机神经网络的结直肠息肉分割方法

同领域国内专利 · IPC: (G06N3_096)

G06N3_00 G06N3_006 G06N3_008 G06N3_02 G06N3_04 G06N3_042 G06N3_043 G06N3_044 G06N3_0442 G06N3_045 G06N3_0455 G06N3_0464 G06N3_0475 G06N3_048 G06N3_049 G06N3_0495 G06N3_0499 G06N3_06 G06N3_063 G06N3_065 G06N3_067 G06N3_08 G06N3_082 G06N3_084 G06N3_086 G06N3_088 G06N3_0895 G06N3_09 G06N3_092 G06N3_094 G06N3_096 G06N3_098 G06N3_0985 G06N3_12 G06N3_126 覆盖35个领域

议价

不含过户费

📋 交易方式： 委托待转让 📌 交易状态：在售 👁️ 浏览次数：23 ❤️ 收藏人数：93 📋 项目申报： 未申报

资金托管权属尽调包过户

🏢 淄博智来知识产权服务有限公司

✓ 企业认证✓ 手机绑定历史成交 0件好评率 98.5%

📊 出价记录 (3条)

王**¥-10万

李** 企业¥-8万

陈**¥-3万

查看全部出价

我要出价 (议价)

一种基于动态修正向量的图像增量学习方法

著录项目信息

技术画像

所属领域

应用场景

摘要

法律状态时间线

同领域国内专利 · IPC: (G06N3_096)

相似专利推荐 AI 驱动 · 同领域

基于遥感技术的矿化带快速圈定方法

知识蒸馏方法及装置、存储介质、终端

一种基于图像识别的二极管引脚表面氧化检测方法

服务项目

资源中心

关于柿子坊