GradMix: Gradient-based Selective Mixup for Robust Data Augmentation in Class-Incremental Learning
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种名为GradMix的新数据增强方法,旨在解决持续学习中保持旧知识与获取新知识的挑战。GradMix通过基于梯度的选择性混合样本,显著减少了分类增量学习中的灾难性遗忘,实验结果表明其在多种数据集上的准确性优于传统方法。
🎯
关键要点
- GradMix是一种新的数据增强方法,旨在解决持续学习中保持旧知识与获取新知识的挑战。
- GradMix通过基于梯度的选择性混合样本,仅混合有帮助的类别对,从而显著减少分类增量学习中的灾难性遗忘。
- 实验结果表明,GradMix在多种实际数据集上的准确性优于传统数据增强方法。
➡️