Uniform Herding

新的Uniform Herding方法改进了类增量学习

研究人员推出了一种用于类增量学习中示例回放的新方法Uniform Herding。该技术旨在通过管理一个有限的活动示例集并从候选池中刷新选定的示例，来在特征表示演变时保持早期类别的性能。在CIFAR-100上使用ResNet-18骨干网络进行的实验表明，与iCaRL方法相比，Uniform Herding实现了更高的最终平均准确率并减少了遗忘。