基于视觉提示的连续学习算法

本发明公开一种基于视觉提示的连续学习算法，包括：全局提示池模型，实例提示生成器模型以及多模态紧凑双线性特征融合结构。本方法引入全局信息利用任务之间共享的知识指导模型推理训练，合理的对当前实例级表征应用多模态紧凑双线性融入全局知识，从而减少训练和测试时的偏差，并且缓解对过去任务数据的灾难性遗忘。本方法采用少量的可学习提示参数可以帮助深度学习模型更好地理解和利用输入数据不同层次的信息，而且本模型使用实例表征可以更好地适应不同类型和不同变化程度的目标域数据，从而提高模型的泛化能力和鲁棒性。