基于知识蒸馏的类增量图像分类方法及系统

本发明涉及一种基于知识蒸馏的类增量图像分类方法和系统。方法包括：通过教师模型生成旧类训练样本在旧类间的输出表示并分别进行Z分数标准化，得到第一标准输出，通过学生模型生成旧类训练样本和新类训练样本在新类与旧类间的类间输出表示和旧类训练样本在旧类间的类内输出表示并分别进行Z分数标准化，得到第二标准输出和第三标准输出；根据第一标准输出和第二标准输出计算类间蒸馏损失，根据第一标准输出和第三标准输出计算类内蒸馏损失，根据类间蒸馏损失、类内蒸馏损失以及分类损失，得到总损失；优化图像分类模型的总损失得到训练好的图像分类模型，采用所述训练好的图像分类模型进行图像分类。采用本方法能够提高图像分类的准确性。