深度神经网络模型增量学习方法、图像处理方法及装置

本发明属于机器学习领域，公开了一种深度神经网络模型增量学习方法、图像处理方法及装置，包括获取深度神经网络模型和训练数据，并采用训练数据对深度神经网络模型进行过程增量学习训练，得到过程增量学习模型；其中，训练数据包括原始训练数据和增量训练数据；获取增量训练数据在深度神经网络模型和过程增量学习模型上的预测相似度，并根据预测相似度将增量训练数据中预测相似度小于预测相似度阈值的增量训练数据划分为重要样本，其余增量训练数据划分为常规样本；遍历增量训练数据，采用重要样本对过程增量学习模型进行Dropout训练，并采用常规样本对过程增量学习模型进行正常训练，得到增量学习模型。克服了现有的增量学习方法导致深度神经网络模型公平性性能下降较为严重，从而很难应用到实际场景中的缺陷，提升增量学习模型的公平性和准确性。