无监督少样本学习

无监督少样本学习是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一种方法，其目标是通过学习数据的内在结构和特征，使模型能够在少量标注样本的情况下快速适应新任务，提升泛化能力。该方法在计算机视觉领域具有重要应用价值，能够有效解决标注数据稀缺问题，提高模型的实用性和灵活性。