一种基于预训练模型的类增量学习方法、系统、设备及介质

本发明公开了一种基于预训练模型的类增量学习方法、系统、设备及介质，包括以下步骤；步骤1：在第一阶段的类增量学习中，针对于第一个任务D1，通过提示性信息Prompt嵌入的方法来微调预训练模型ViT；得到微调后的预训练模型；步骤2：对于步骤1得到的微调预训练模型中的嵌入层函数和微调前的预训练模型ViT的嵌入层函数进行合并并且冻结，得到合并模型；步骤3：使用步骤2得到的合并模型从头进行类增量训练，最终得到具有强泛化性和稳健性的类增量模型；步骤4：对于测试样本，使用步骤3得到的类增量模型进行预测，计算最终的分类精度。本发明在保证模型自适应性的同时也保留了模型的泛化能力。