基于增量学习的开放世界半监督图像分类方法、装置

本申请涉及基于增量学习的开放世界半监督图像分类方法、装置。所述方法包括：获取基于目标相册构建的有标签图像集和无标签图像集，输入至图像分类模型；根据有标签图像分类结果确定第一损失，根据无标签图像分类结果，基于多重过滤机制和高置信度伪标记传播技术确定第二损失，以及根据有标签图像分类结果和无标签图像分类结果确定第三损失，结合第一损失、第二损失，以及第三损失训练图像分类模型；采用目标新类图像的无标签图像分类结果对训练后的图像分类模型进行增量学习，得到更新后的图像分类模型；通过更新后的图像分类模型识别目标相册中的新类图像，获得各新类图像的分类标注结果。采用本方法能够提升新增图像场景下图像分类的准确性。