摘要
本发明公开了一种基于小样本学习的图像识别模型训练方法，属于图像处理技术领域。具体包括以下步骤：S1、数据准备以及数据预处理：获取需要进行识别模型训练的图形数据，并将数据随机划分为多个训练集、验证集和测试集，并且对每张图像进行预处理数据增强；S2、生成元训练任务模型：定义任务参数，并根据任务参数生成相应的元训练任务模型。通过以上步骤，模型能够从少量样本中快速学习新任务。Episodic训练通过模拟场景，迫使模型掌握快速泛化的元能力能够有效应对小样本学习过程中遇到的样本数量不足的问题，通过任务驱动的训练迫使模型学会从少量样本中快速泛化，而非依赖大量数据。
