摘要
本发明提供了面向电子秤的货品类别增量学习方法、装置、设备及介质,涉及动态图像识别的类增量学习技术领域,该方法通过双重记忆机制对齐新旧任务的知识差异,同时采用一种平衡策略,优化学习过程中的数据分布问题,从而避免因新旧类别数据不平衡而导致的识别偏差。此外,该方法还通过特殊的训练机制,进一步强化了知识的长期记忆效果,确保系统在持续更新中保持高效稳定的识别性能。为智能电子秤在复杂动态场景下的应用提供了有力的技术支持,显著提升了其智能化水平和实用性。
技术关键词
类别增量学习
知识蒸馏技术
教师
校正
网络
动态图像识别
增量学习技术
样本
智能电子秤
记忆机制
识别偏差
图片
动态场景
处理器
数据分布
可读存储介质
存储器
系统为您推荐了相关专利信息
特征融合网络
统计特征
卷积神经网络提取
非视距识别
一维卷积神经网络
裸金属服务器
虚拟私有云
管控平台
分布式管理系统
标识
氨气浓度检测系统
养殖猪舍
猪舍氨气浓度
Elman神经网络
子模块