一种基于全局和局部图文对齐的小样本学习和分布外检测方法及系统

本发明公开了一种基于全局和局部图文对齐的小样本学习和分布外检测方法及系统，方法包括：采集图像数据和对应的类别标签获取数据集，将数据集进行处理并将数据集划分为训练集、分布内测试集和分布外测试集；构建分布外检测模型并对模型进行训练，训练包括两个阶段，训练前阶段对训练集的各类图像数据进行文字描述，获取文本描述，训练阶段提取全局和局部的图文特征，筛选出其中的相关与不相关的局部图像特征，将微调后的文本与相关局部图像特征进行局部监督对比学习，利用图像特征和微调后的文本特征计算全局和局部的匹配得分，完成模型训练；将完成训练的模型进行分类预测概率检测。本发明实现了同时提升小样本图像分类和小样本目标检测的性能。