基于终身学习与轻量级参数优化的检测模型更新方法

本发明涉及一种基于终身学习与轻量级参数优化的检测模型更新方法。适用于人工智能与深度学习技术领域。本发明所采用的技术方案是：一种基于终身学习与轻量级参数优化的检测模型更新方法，包括：为目标检测模型构建LoRA模块，该目标检测模型的原始权重矩阵针对第一检测任务；基于目标检测模型的原始权重矩阵，计算各权重对第一检测任务的重要性，并基于各权重的重要性构建第一损失函数；冻结目标检测模型的原始权重矩阵，并基于第二检测任务的数据集和第一损失函数，训练目标检测模型和LoRA模块的结合，得到针对第二检测任务的LoRA模块低秩权重矩阵；所述LoRA模块的低秩权重矩阵能用于与目标检测模型的原始权重矩阵结合，更新目标检测模型的权重矩阵。