Unsupervised Few Shot Image Classification

在计算机视觉领域，无监督少样本图像分类是指在预训练或元训练阶段仅利用未标注数据集进行模型训练的任务。其目标是在有限的标注样本下，通过学习未标注数据的内在结构和特征，实现对新类别的快速识别与分类。该任务具有重要的应用价值，能够有效减少人工标注成本，提升模型在实际场景中的适应性和泛化能力。