基于泛化增强网络的少样本类增量目标识别方法

本发明公开了一种基于泛化增强网络的少样本类增量目标识别方法，包括：获取待处理图像；将待处理图像输入预先基于少样本增量学习算法训练得到的目标识别模型，获得获取待处理图像的目标识别结果；其中，目标识别模型为：获取基础网络并进行训练后，利用训练得到的基础网络的参数初始化泛化增强网络，进一步在训练泛化增强网络的过程中进行实例级泛化及原型级泛化而获得的神经网络。本发明在少样本类增量学习的过程中引入了泛化增强网络和多级泛化策略，显著增强了目标识别模型的泛化能力，使目标识别模型能够更有效地适应新类别。此外，本发明还提高了目标识别模型在面对新任务时的稳健性，实例级泛化和原型级泛化有效缓解了灾难性遗忘问题。