一种基于提示对齐的域增量学习方法及系统

本发明公开了一种基于提示对齐的域增量学习方法及系统，属于图像处理技术领域。本发明针对现有基于知识蒸馏的域增量学习方法对新域知识获取能力弱、基于提示学习的方法难以处理域分布偏移场景的问题，通过将采集并标注的图像数据按风格或质量划分为多个域，构建跨域数据集；在训练过程中，针对新域从旧域提示中选取相关提示作为共享提示，初始化并训练新域提示，并通过与旧域提示对齐生成对齐提示，联合优化模型参数；在测试过程中，结合输入图像特征与提示集合生成组合测试提示，输入至预训练模型完成图像分类。本发明不仅能够提升域增量学习中旧域知识对新域学习的促进作用，而且能够缓解域间的语义冲突，提高模型的跨域泛化能力和分类准确率。