基于增量头参数融合的深度学习模型快速迭代方法

本发明公开了基于增量头参数融合的深度学习模型快速迭代方法，包括以下步骤：步骤S1：构建基础模型，基于初始数据集从头训练得到模型权重；步骤S2：通过在基础模型上增加任务头来重构增量后的模型结构，加载初始训练模型权重，冻结基干网络和初始头的参数，在新域数据下训练微调增量头；步骤S3：通过网格搜索策略搜索加权参数组合，基于加权参数融合初始头和增量头的网络参数，并将模型结构进行还原，本发明能够大大缩短模型更新时间，同时保持较好的识别效果。该发明适用于多种任务的深度学习模型，例如图像分类、目标检测、语义分割等等，并能够灵活控制新域和旧域的表现能力。