基于logit调节的小样本类增量学习的图像分类方法及系统

本发明涉及计算机视觉领域，尤其涉及一种基于logit调节的小样本类增量学习的图像分类方法及系统。本发明构建图像分类模型，所述图像分类模型包括依次连接的：特征提取模块、原型相似度计算模块与logit调节模块；利用基类数据集对特征提取模块进行训练并冻结；基于预处理后的基类数据集，构造多个伪增量阶段的伪新类数据；基于每个基类的原型与每个伪增量阶段的每个伪新类的原型，通过多个伪增量阶段对logit调节模块进行训练，得到训练好的logit调节模块；将训练好的logit调节模块冻结后，得到目标图像分类模型；通过目标图像分类模型，对小样本增量阶段的新类样本进行图像分类。本发明提高了图像分类的精度。