一种任务适应关联学习的小样本学习方法

本发明属于图像识别技术领域，涉及一种任务适应关联学习的小样本学习方法，包括：S1、利用任务特定的提示词，辅助原有的提示；S2、利用对比学习增强训练特征的判别性；S3、使用多样性的图像增强手段，增强图像的对比度；本发明通过自然语言的丰富描述强化了模型的泛化能力，使CLIP即便面对前所未遇的类别或复杂概念，也能游刃有余。因此，本发明方法不仅减轻了对大规模标注数据集的依赖，还提高了模型在小样本甚至零样本情况下的学习能力，增强了模型面对新环境的适应性和泛化能力，本发明极大地简化了模型的部署流程，使其成为解决图像识别和描述任务中一系列挑战的强有力工具。