Solving the Catastrophic Forgetting Problem in Generalized Category Discovery

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出LegoGCD学习方法,解决广义类别发现中的灾难性遗忘问题。该方法通过调整已知类别样本分布和引入KL散度约束,增强新类别识别,同时保持已知类别的性能。实验结果表明,LegoGCD有效减少了已知类别的遗忘,提高了分类准确性。

🏷️

标签

➡️

继续阅读