清华大学申请基于注意力机制的小样本图像分类方法及装置专利，解决小样本图像识别的数据量少，难以训练深层的神经网络，造成小样本深度学习模型的泛化能力低等问题lg...

摘要：金融界2024年2月9日消息，据国家知识产权局公告，清华大学申请一项名为“基于注意力机制的小样本图像分类方法及装置“，公开号CN117542075A，申请日期为2023年10月。专利摘要显示，本发明涉及小样本图像识别技术领域，特别涉及一种基于注意力机制的小样本图像分类方法及装置，其中，方法包括：获取并增强不同种类的待分类原始图像数据，将增强图像数据划分为支持集、查询集样本；利用预先构建的目标显著性模型，提取支持集样本的目标主体显著图像；将目标主体显著图像和支持集样本进行特征提取，得到不同网络下的图像特征，并进行融合得到分类超平面；根据分类超平面更新支持集样本的原型，并计算查询集样本与支持集样本的原型的距离，以将查询集样本分类到支持集样本的类别中。由此，解决了小样本图像识别的数据量少，难以训练深层的神经网络，造成小样本深度学习模型的泛化能力低等问题。