一种基于因果学习与动态参数选择的类增量学习方法

本公开的实施例提供一种基于因果学习与动态参数选择的类增量学习方法。应用于图像数据处理技术领域，包括：获取训练图像集合，训练图像集合中包含各个训练图像和训练图像的真实标签，根据训练图像集合构造输入数据序列；构建教师模型和学生模型进行特征提取，得到输出特征及对应的logits输出，从而构建具有因果关系的旧类知识因果路径以及新类知识因果路径；基于知识蒸馏以及旧类正则化方法，分别采用旧类知识因果路径和新类知识因果路径计算得到旧类积极因果效应以及新类积极因果效应，进行加和计算得到总体因果效应。以此方式，本发明利用因果推理技术以及因果结构方法缓解灾难性遗忘，为缓解灾难性遗忘问题提供了新的思路和解决方案。