摘要
本申请实施例提供模型训练方法、分类检测方法、装置、设备和存储介质,涉及数据处理技术领域。对当前模态特征进行高斯特征调制得到兼容特征,将当前模态特征、兼容特征分别输入本模态对应的模态融合模块,得到当前聚合特征和兼容聚合特征,将当前聚合特征、兼容聚合特征分别输入本模态对应的骨干网络,得到当前提取特征和兼容提取特征,将当前提取特征送入分类头进行分类得到当前分类结果,根据当前聚合特征、兼容聚合特征、当前提取特征、当前分类结果和数据标签计算总损失值训练分类模型。实现新旧模态特征的平滑衔接,不仅专注于学习新模态任务的特有模式,还可以强制模型复用历史知识,避免灾难性遗忘。
技术关键词
分类检测方法
数据标签
模态特征
模型训练方法
原型
噪声参数
分类检测装置
预测类别
分类网络
模型更新
训练分类模型
样本
适配器
特征提取模块
数据处理技术
数据获取模块
系统为您推荐了相关专利信息
语言模型训练方法
位置编码信息
插值方法
标记
掩码方法
编辑图像数据
图像编辑方法
图像组合
模型训练方法
图像编辑装置
联邦学习方法
多模态特征融合
客户端
联邦学习系统
特征值
可调谐振腔
气体检测方法
调节谐振腔
气体检测装置
输入谐振腔