标签： 少样本学习

在工业制造领域，缺陷检测是保障产品质量的核心环节。传统基于深度学习的检测方法依赖海量标注样本，但在实际产线中，良品率通常超过99%，导致缺陷样本获取成本高昂且数量稀缺。这种"数据荒"困境严重制约了AI质检系统的落地应用。少样本学习（Few-Shot...

在医疗人工智能领域，数据稀缺性始终是制约模型性能的核心难题。当面对罕见病诊断、新发传染病筛查等场景时，传统深度学习模型往往因训练样本不足陷入性能瓶颈。本文提出基于元学习（Meta-Learning）的完整技术框架，通过构建双层优化机制和动态特征复用系统，实现在仅有数十个样本条件下构建可靠诊断模型的技