クラス増分学習

クラス増分学習は、タスク識別子が存在しない状況下で新しいカテゴリを段階的に学習しながら、既存のカテゴリの知識を維持するコンピュータビジョン技術です。この手法の目的は、以前に学習した内容を忘れることなく新しいカテゴリに効率的に適応し、モデルの汎化能力和および継続学習能力を向上させることです。動的な環境において、データ分布の変化やカテゴリの拡大といった問題を効果的に解決できるため、リアルタイム更新が必要な視覚認識システムに適しています。