一种开放世界和分布外泛化的统一模型构建方法

本发明公开了一种开放世界和分布外泛化的统一模型构建方法，包括：采集输入图像数据集，划分为源领域训练样本数据集和目标领域训练样本数据集；构建领域适应统一模型：定义二分类知识评估器，将元学习算法应用于二分类知识评估器，构建元特征逻辑回归模型，确定样本的分类；所述二分类知识评估器从源领域和目标领域提取共享特征，并学习所有数据的内在特征，通过特征距离及其相关的元特征训练二分类知识评估器。本发明使用一种元学习方式实现开放世界和分布外泛化的统一模型，以提高模型的泛化能力和分类识别准确率。本发明使用元学习和领域自适应，对开放世界和分布外泛化的问题提出了一个统一模型进行求解。