文档详情

基于特征增强的小样本图像分类算法研究.pdf

发布：2024-10-20约7.59万字共58页下载文档
文本预览下载声明

摘要

摘要

小样本学习(Few-shotlearIling，FSL)是一种机器学习技术，旨在通过在高维度

数据中使用少量的样本数据来训练模型。在传统的机器学习中，通常需要大量的数

据才能训练出一个准确的模型。然而，在实际场景中，由于数据获取涉及到安全、

伦理、资源和成本等原因，获得足够数量的数据可能是非常困难的，因此小样本学

习成为了一个备受关注的话题。小样本学习只需要少量的样本就能快速学习，大大

降低了模型训练中人力、物力、财力和时间成本，在数据短缺

显示全部
相似文档