嵌入自监督学习的小样本识别方法  

作　　者：陈琪 徐长文 罗丽 陈思敏 

机构地区：[1]江西省地震局,信息中心(应急服务中心),江西南昌330001 [2]江西职业技术大学,信息工程学院,江西九江332007〕

出　　处：《电脑知识与技术》2025年第4期22-26,共5页Computer Knowledge and Technology

基　　金：江西省防震减灾与工程地质灾害探测工程研究中心、江西九江扬子块体东部地球动力学野外科学观测研究站2022年度开放基金项目(SDGD202217)。

摘　　要：针对深度学习模型训练依赖大规模数据集的问题,本文提出一种嵌入自监督学习的小样本识别方法。该方法以元学习模型为基本框架,引入一种关注图像关键局部信息的自监督任务,与模型训练协同进行,从而提升模型在小样本学习场景下的能力。实验结果表明,所提方法在多种小样本数据集上显著提高了模型的识别准确率和稳定性。

关 键 词：小样本学习 图像识别 自监督 元学习 边缘信息 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]