一种面向流式数据的移动设备图片识别方法

本发明公开一种面向流式数据的移动设备图片识别方法，首先从移动设备上获取流式图像数据并进行预处理；接着加载预训练模型，在流式数据上进行训练，并保存第一个任务学习结束后的模型参数，以作为后续任务学习前的模型初始化状态。同时存储维护在线模型、离线模型两组模型参数，其中离线模型的更新是基于模型融合的思想，在每次增量任务训练结束时计算并保留参数变动最显著的一部分，并将其添加到离线模型上，实现了资源的高效利用。最后在推理阶段，对在线模型和离线模型的输出进行集成，进一步提升了模型的识别能力。本发明方法在实施过程中并不需要对模型进行从零开始的学习，而是基于预训练模型进行微调，学习能力强，效率更高。