Jun, 2022
零数据增量学习的类印象
Class Impression for Data-free Incremental Learning
Sana Ayromlou, Purang Abolmaesumi, Teresa Tsang, Xiaoxiao Li
TL;DR提出了一种新型的、无需实际数据的分类增量学习框架,采用数据合成的方式生成虚拟数据大大缓解了灾难性遗忘现象,采用余弦归一化交叉熵损失、边际损失和领域对比损失来优化模型的分类性能,将该方法与现有方法进行比较实验,并在诊断心脏超声图像方面取得了很好的效果。