[发明专利]一种基于元学习的少样本图像分类方法

摘要

本发明公开了一种基于元学习的少样本图像分类方法，涉及计算机视觉图像识别领域，包括以下步骤：S1：将图像集分为训练集、测试集；S2：提取训练集所有图像的surf特征，采用聚类方法对surf特征做聚类，得到训练集视觉词典；S3：计算训练集每一幅图像的视觉词袋，形成训练集视觉词袋检索库；S4：将训练集、测试集分别划分为多个子任务，每个子任务包括支撑集、查询集；S5：训练过程：采用MAML算法，对训练集多个子任务进行元训练，学习一个最优的初始参数；S6：测试过程：每次测试一个测试集子任务的查询集图像。本发明与传统的方案相比具备少样本快速学习、泛化能力。