[发明专利]一种基于多尺度度量学习的小样本学习方法

摘要

本发明公开了一种基于多尺度度量学习的小样本学习方法，包括以下步骤：步骤一、建立数据集；步骤二、生成多尺度特征映射层；步骤三、迁移学习：转化模块对样本多尺度特征进行二次映射；步骤四、生成多尺度特征映射对；步骤五、计算多尺度特征映射对在多尺度关系生成网络中的关系得分；步骤六、采用多尺度度量学习模型对样本相似度进行度量。本发明结构简单、设计合理，通过迁移学习获得多尺度特征映射对，使得训练出来的模型具有迁移性，在均方差损失函数的基础上添加了样本间距给整体模型所带来的损失项构成新的损失函数，实现度量学习，以适应小样本学习的训练。