Class Incremental Learning

Class Incremental Learning 是一种在任务标识不可用的情况下，逐步学习新类别并保持对旧类别知识的计算机视觉技术。其目标是在不遗忘先前学习内容的前提下，高效地适应新增类别，提升模型的泛化能力和持续学习能力。该方法在动态环境中的应用价值显著，能够有效应对数据分布变化和类别扩展问题，适用于实时更新的视觉识别系统。