-
公开(公告)号:CN118057469A
公开(公告)日:2024-05-21
申请号:CN202211450947.3
申请日:2022-11-18
Applicant: 上海交通大学
IPC: G06V10/764 , G06V10/82 , G06V10/774 , G06N3/0985 , G06N3/084 , G06N3/044
Abstract: 本发明提供一种基于元学习采样分布调整的图像小样本分类方法及系统,包括:获取图像小样本分类用的图像数据集;将图像分类任务空间上的分类任务映射到特征空间上,得到不同分类任务的向量表示;对于某一分类任务,根据分类任务的向量表示和当前采样分布权重网络的模型参数,得到该分类任务相较于所述图像分类任务空间上的其他任务的权重;采用基于梯度的元学习方法,基于元目标与梯度方差,对元模型以及采样分布权重网络的参数进行更新,更新得到的元模型作为预训练模型;采用预训练模型进行分类。本发明能够通过动态调整任务采样分布与减小更新方差的方法改善模型泛化能力,降低实际应用时图像小样本分类的准确度的问题。