一种结合样本重放和注意力机制的类增量目标检测方法

本发明公开了一种结合样本重放和注意力机制的类增量目标检测方法，属于目标检测领域，所述方法包括动态样本选择重放、基于注意力增强的DETR模型构建、混合重放训练。在每个增量学习阶段结束时，动态重放样本通过K‑Center‑Greedy算法从当前任务中筛选代表性样本，存入固定容量的记忆库；基于注意力增强的DETR模型是指在目标检测网DETR中嵌入通道注意力模块(SE模块)，通过特征通道重标定强化关键特征表达；混合重放训练主要是在新增任务训练时，从记忆库抽取历史样本与当前样本混合作为训练集输入，联合优化检测损失函数和注意力权重，实现跨任务知识融合。