本发明公开了一种面向工业安全巡检的未知类别增量模型更新方法，具体步骤为：新增样本特征提取→特征能量分析→未知特征聚类→人工判定→类别新增→模型更新。考虑到未知类别的增量学习过程需要对新增样本所属类别进行判别，本发明提出了一种基于类别能量特征检测的增量学习方法，针对工况复杂的工业安全巡检任务，可以有效地学习到未知类别的出现。相比于现有的类别增量模型更新方法，本发明能够快速识别潜在的未知类别，不会错误地将其分类为某一种已知类别，并通过人在回路的方式提升模型更新的可靠性，并且，在识别未知类别的物体后，在多轮训练后，能够动态地将其以增量学习的形式更新到已存的数据库中，不发生灾难性遗忘。