基于增量训练的图像分类模型版权保护方法及电子设备

本申请实施例提供了一种基于增量训练的图像分类模型版权保护方法及电子设备，涉及数字版权技术领域。其中方法包括：获取训练好的基于CNN的第一图像分类模型；在所述第一图像分类模型的卷积层上新增卷积核，在所述第一图像分类模型的其它层中添加与新增卷积核相适配的神经元连接，得到第二图像分类模型；获取训练数据集以及构建目标损失函数；采用所述训练数据集对采用所述目标损失函数且较第一图像分类模型的非新增参数进行取值固定的第二图像分类模型进行训练，得到训练后的第二图像分类模型；本申请提供的实施方式降低了向模型添加水印识别功能的训练时间和成本，增强水印识别功能的隐蔽性。