一种人在回路的带钢表面缺陷分类连续学习方法

本发明涉及一种人在回路的带钢表面缺陷分类连续学习方法，采用基于特征比对的新类发现策略使模型在产线上自主发现新类别的数据，并使用人在回路的新类鉴定策略为新类别的数据打上标签；在对新类别的流式数据进行连续学习时，首先使用基于采样与动态缓冲的流式数据处理方法对数据进行处理，再使用基于原型成长与族群代理的连续学习算法PDGAS对新类别的数据进行学习，扩充模型的能力；本发明解决了工业应用中模型无法自主发现并标注新类，导致模型难以对其进行连续学习，传统工业模型无法持续成长、无法应对实际工业流式数据场景的问题。