Целью работы является исследование методов непрерывного обучения нейросетей применительно к задаче сортировки строительного мусора. В данной работе проведен аналитический обзор методов непрерывного обучения, использующих разные способы борьбы с катастрофическим забыванием. Разработан набор данных для обучения нейросетей задаче классификации строительного мусора. Проведено экспериментальное сравнение некоторых методов непрерывного обучения в рамках решения задачи классификации строительных отходов на собранном наборе данных. По итогам тестов составлены таблицы сравнения точностей, забывания и времени работы алгоритмов, а также предложена стратегия использования наиболее удачного алгоритма.

The aim of the work is to study the continual learning methods of neural networks in relation to the problem of sorting construction debris. In this paper, an analytical review of continual learning methods using different ways to combat catastrophic forgetting is carried out. A data set has been developed for training neural networks for the task of classifying construction debris. An experimental comparison of some continual learning methods is carried out as part of solving the problem of classification of construction debris on the collected data set. Based on the results of the tests, tables were compiled comparing the accuracy, forgetting and running time of the algorithms, and a strategy for using the most successful algorithm was proposed.