买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉中科(厦门)数据智能研究院申请的专利一种基于知识蒸馏和参数隔离的增量学习方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116883783B 。

龙图腾网通过国家知识产权局官网在2025-11-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310847030.5，技术领域涉及：G06V10/774；该发明授权一种基于知识蒸馏和参数隔离的增量学习方法是由安竹林;支相;蔡林航;徐勇军设计研发完成，并于2023-07-11向国家知识产权局提交的专利申请。

本一种基于知识蒸馏和参数隔离的增量学习方法在说明书摘要公布了：本发明公开了一种基于知识蒸馏和参数隔离的增量学习方法，涉及人工智能技术领域，包括使用学生模型特征提取器的参数初始化教师模型特征提取器的参数，利用多池化分支模块辅助训练教师模型，在掩码学习阶段利用微调阶段得到的教师模型通过知识蒸馏的方式指导二进制掩码的学习，在训练结束模型进行推理的时候，抛弃教师模型，根据提供的任务ID信息找到对应的掩码和分类器作用于学生模型进行推理预测。本发明利用二进制掩码对不同任务的参数进行隔离，大大降低了增量任务中模型的参数增长带来的空间消耗，通过新任务上的教师模型引导掩码更新，增强了模型的“可塑性”，多池化分支辅助微调模型的方法能够在不同任务上提升模型性能。

本发明授权一种基于知识蒸馏和参数隔离的增量学习方法在权利要求书中公布了：1.一种基于知识蒸馏和参数隔离的增量学习方法，该方法使用的基础包括增量数据集、增量分类模型以及增量任务目标，其特征在于，该方法在训练时包括微调阶段和掩码学习阶段，教师模型和学生模型具有相同结构，且学生模型的特征提取器是预训练好的，且在训练过程中参数固定，在微调阶段使用学生模型特征提取器的参数初始化教师模型特征提取的参数，通过多池化分支DiversePoolingBranches，DPB模块微调构造教师模型，在掩码学习阶段，利用微调阶段得到的教师模型通过知识蒸馏的方式指导二进制掩码的学习，在训练结束模型进行推理时，抛弃教师模型，根据提供的任务ID信息找到对应的掩码和分类器作用于学生模型的推理预测，其中，多池化分支DiversePoolingBranches，DPB模块通过在线知识蒸馏的方式辅助教师模型训练，不同分支共享除网络最后的池化层和全连接层的整个网络，且不同分支使用不同的池化分支以减轻分支同质化，将全局平均池化GlobalAveragePooling，GAP分支作为第一个分支，该分支的分类器包含1个全连接层，其他分支包括但不局限于通用平均池化、空间金字塔池化以及双线性池化，其他分支对应的分类器均由两个全连接层构成； 增量数据为：记整个增量学习任务的训练数据集为总共包含了T个任务，其 中是第t个任务对应的训练数据集，i为样本图像序号，总共有Nt个样 本，包含Ct个类别，是第i个样本图像及对应的类别标签，是第t个任务对应的测试数据集，总共有N′t个样本，是第i个测试样本图像 及对应的任务ID，在训练阶段，T个任务序列式到达； 增量分类模型为：记目标分类模型为M，该模型每次训练只能在一个数据集上进行，在第t个任务上训练的目标模型为Mt，所有任务训练结束后获得模型M＝MT； 增量任务目标的在进行模型推理时，提供任务标识信息形式化表述为提高M在数据集上的识别准确率，其中1,2,...,是人工指定的任务ID信息。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人中科(厦门)数据智能研究院，其通讯地址为：361023 福建省厦门市软件园三期凤岐路208-3号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。