一种基于增量学习的船舶类别识别方法

本发明公开了一种基于增量学习的船舶类别识别方法，对原来的YOLO11模型进行训练机制和学习策略两方面进行改进，将训练集1输入到原始的YOLO11模型进行训练，获得模型最优权重；将模型最优权重加载至改进YOLO11模型，通过EWC算法和周期性数据回放策略来构建增量目标检测模型；用训练集2对增量目标检测模型进行训练，同时引入差异化正则化策略，使得该模型获得抑制灾难性遗忘的能力；使用测试集对增量目标检测模型进行测试，不断调整正则化强度，得到最优的检测结果。本发明将增量学习与目标检测结合，通过模型持续学习新船类别，同时保持对原有船类别的稳定检测性能，有效克服模型迭代过程中的知识遗忘问题。