一种基于适配器增强语义提示的连续学习方法

本发明公开了一种基于适配器增强语义提示的连续学习方法，整合微调预训练模型邻域的提示微调技术和适配器微调技术，以实现有效的多模态特征适应。本发明设计了基于大语言模型生成的语义提示来增强视觉特征的泛化能力，并利用适配器将语义信息与视觉信息有效融合，从而帮助连续学习任务学习到更多适应性特征。此外，本发明还开发了一种新颖的匹配方法，用于选择最匹配的任务提示，从而间接的提高图像的最终分类准确率。在三个持续学习数据集上进行的广泛实验证明，与现有的几种最先进的方法相比，本发明在连续学习任务中具有更好的图像分类和抗遗忘性能力。