Aug, 2024

增量开放集领域适应

TL;DR本研究针对神经网络模型在连续学习视觉领域时会遭遇的灾难性遗忘问题,提出了一种抗遗忘的增量学习策略。我们创新性地提出了一个无监督的增量开放集领域适应(IOSDA)问题,并开发了IOSDA-Net模型,该模型通过生成框架复现先前域并适应当前目标域,从而显著提高了在多个目标域上的图像分类性能。