用于对遥感图像进行多标签增量学习的分类方法和设备

著录项目

摘要

本公开提供一种用于对遥感图像进行多标签增量学习的分类方法和装置，包括接收遥感图像和遥感图像的文本描述；提取遥感图像的第一特征向量和文本描述的第二特征向量；将第一特征向量输入分类模型的现有会话以得到遥感图像的第一分类；将遥感图像的第一特征向量输入分类模型的预设数量的增量学习会话以得到遥感图像的第二分类；以及将第一特征向量、第一分类和第二分类进行融合以得到图像的分类预测结果。本公开提供的技术方案通过角度间距决策边界细化机制在余弦空间持续扩大类间决策边界，有效抵御少量样本条件下的边界退化；通过非对称梯度重平衡策略系统性矫正多标签稀疏场景的梯度失衡，确保新引入类别获得充分学习信号。

附图

附图 1