【技术实现步骤摘要】
本申请涉及人工智能，尤其涉及一种模型间的特征向后兼容学习方法、电子设备及存储介质。
技术介绍
1、在基于内容的图像检索系统中，通常采用嵌入模型来提取原始图像的特征，并将该特征作为图像的嵌入向量用于检索过程中的相似度计算。然而，在升级检索系统的嵌入模型时，新模型的特征空间与旧模型的特征空间并不对齐，这导致新模型提取查询图像的嵌入表示无法直接与旧模型对应的数据库中已有的旧嵌入向量进行比较，进而完成检索任务。
2、在相关技术中，主流的特征向后兼容学习方法通常要求新模型的特征空间与旧模型的特征空间严格对齐，但是在旧模型特征空间中，如果两个不同的类别的原型难以区分，此时约束新模型去严格对齐旧模型的特征空间就会损害新模型的判别能力，从而导致新模型检索性能下降。
技术实现思路
1、本申请实施例的提供了一种模型间的特征向后兼容学习方法、电子设备及存储介质，能够减少旧模型对新模型判别能力的影响，从而提高新模型的判别能力。
2、为实现上述目的，本申请实施例的第一方面提出了一种模型间的特...
【技术保护点】
1.一种模型间的特征向后兼容学习方法，其特征在于，所述方法包括：
2.根据权利要求1所述的模型间的特征向后兼容学习方法，其特征在于，所述对每个子数据集对应的所述第一特征值进行扰动计算，得到每个所述子数据集对应的第三特征值，包括：
3.根据权利要求2所述的模型间的特征向后兼容学习方法，其特征在于，所述方法还包括：
4.根据权利要求1所述的模型间的特征向后兼容学习方法，其特征在于，所述对每个子数据集对应的所述第一特征值进行扰动计算，得到每个所述子数据集对应的第三特征值，包括：
5.根据权利要求1所述的模型间的特征向后兼容学习...
【技术特征摘要】
1.一种模型间的特征向后兼容学习方法，其特征在于，所述方法包括：
2.根据权利要求1所述的模型间的特征向后兼容学习方法，其特征在于，所述对每个子数据集对应的所述第一特征值进行扰动计算，得到每个所述子数据集对应的第三特征值，包括：
3.根据权利要求2所述的模型间的特征向后兼容学习方法，其特征在于，所述方法还包括：
4.根据权利要求1所述的模型间的特征向后兼容学习方法，其特征在于，所述对每个子数据集对应的所述第一特征值进行扰动计算，得到每个所述子数据集对应的第三特征值，包括：
5.根据权利要求1所述的模型间的特征向后兼容学习方法，其特征在于，所述基于所述第一分类模型对每个子数据集进行计算，得到每个所述子数据集对应的第一特征值，并基于所述第二分类模型对每个子数据集进行计算，得到每个所述子数据集对应的第二特征值，包括：
6.根据权利要求1所述的模型间的特征向后兼容学习方法，其特征在于，所述并根据每个所述数据样本对应的目标特征向量与每个所述数据样本所属的子数据集对应的第一特征值之间构造负样本对，根据每个...
【专利技术属性】
技术研发人员：周子坤，王耀威，蒋冬梅，郑清芳，孙宇帅，黄祉霖，
申请(专利权)人：鹏城实验室，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。