一种轻量化的面向目标检测模型小样本增量更新方法

本发明公开了一种轻量化的面向目标检测模型小样本增量更新方法，(1)使用YOLO的轻量优化版作为目标检测的骨干网络；(2)采用多粒度知识蒸馏模块来减轻灾难性遗忘问题；(3)采用选择性结构冻结模块，用于在增量学习期间保持稳定性，通过创新的融合微调优化方案实现统一。本发明能够在保持对基础类样本识别率的同时提高对新类样本的识别率。