基本信息

---

下载

文档摘要

---

摘要

随着科技的飞速发展，深度学习已成为人工智能发展的核心驱动力，特别是

在计算机视觉领域的应用日益深入。然而，其方法性能受限于对大规模标注数据

集的强依赖。为了突破这一限制，小样本学习逐渐成为学术界的研究热点。作为

小样本学习的重要分支，小样本图像分类致力于研究如何仅利用有限的标注图像

有效完成模型的训练，并实现高精度的类别识别。研究小样本图像分类技术不仅

能够减少深度学习在图像识别训练中对大量标注数据的需求，还对提高图像智能

识别技术的有效性和泛化能力具有显著意义。在众多小样本图像分类的算法