小样本学习方法、装置、电子设备和存储介质
基本信息
| 申请号 | CN202110252710.3 | 申请日 | - |
| 公开（公告）号 | CN112633419B | 公开（公告）日 | 2021-07-06 |
| 申请公布号 | CN112633419B | 申请公布日 | 2021-07-06 |
| 分类号 | G06K9/62;G06N3/08 | 分类 | 计算；推算；计数; |
| 发明人 | 周迪;曹广;徐爱华;王勋;何斌;汪鹏君;王建新;章坚武;骆建军;樊凌雁;肖海林;鲍虎军 | 申请（专利权）人 | 浙江宇视系统技术有限公司 |
| 代理机构 | 北京品源专利代理有限公司 | 代理人 | 孟金喆 |
| 地址 | 310051 浙江省杭州市滨江区西兴街道江陵路88号10幢南座1-11层、2幢A区1-3楼、2幢B区2楼 | ||
| 法律状态 | - | ||
摘要
| 摘要 | 本发明实施例公开了一种小样本学习方法、装置、电子设备和存储介质。该小样本学习方法包括：根据图像表示模型对图像训练样本集进行编码，得到由每个图像训练样本的图像向量表示构成的图像矩阵；根据标签预处理模型对图像训练样本集的标签进行编码，得到由每个图像训练样本标签的标签向量表示构成的标签矩阵；根据图像矩阵和标签矩阵的损失值进行反向传播，以对图像表示模型和标签预处理模型进行参数优化，得到训练完成的图像表示模型和标签预处理模型。实现了将自然语言任务中的知识引入进图像的特征识别任务中，实现不同任务知识的融合，进而加速在小样本数据集情况下对图像特征的学习，提高小样本数据集下图像特征学习的效率和准确率。 |
