长尾环境下的自动驾驶系统小样本增量目标识别学习方法

本发明公开了长尾环境下的自动驾驶系统小样本增量目标识别学习方法，包括：在充足旧类别数据上训练目标检测模型作为教师模型；采用小样本回放方法进行数据回放增强，生成包含新旧类别目标的复合图像；采用Puzzlemix数据增强方法生成包含新旧类别对象的合成样本；采用Albumentations数据增强方法增加样本多样性；构建特征增强模块并引入注意力机制，增强旧类别特征分布；采用双阶段蒸馏训练学生模型；模型收敛判定与部署更新。本发明方法可实现自动驾驶场景中对新目标类别的快速学习，并有效保持旧类识别精度，能够在新增少样本目标类别时，快速部署并保证整体识别性能。