摘要
本发明公开了一种基于电力图像检测的小样本模型训练系统及方法,包括图像样本构建模块,用于采集并预处理电力图像;小样本扩充模块,用于基于SMOTE算法与SamplePairing方法生成并更新增强训练样本集;任务图构建模块,用于构建任务图;任务图驱动小样本学习模块,用于融合任务图与增强训练样本进行参数优化和监督训练;遗忘率评估模块,用于记录历史预测状态并计算样本的遗忘率,生成遗忘率评估数据集;样本回放模块,用于基于FAR机制筛选高遗忘率样本并再训练任务图驱动小样本学习模型;持续学习模块,用于结合新增数据更新任务图驱动小样本学习模型。本发明融合小样本增强技术与任务图驱动的结构化元学习方法,提升电力图像识别模型的训练效率与泛化能力。
技术关键词
模型训练方法
训练样本集
模型训练系统
SMOTE算法
节点特征
扩充模块
回放模块
参数
生成融合图像
初始化机制
标签
预测误差
元学习方法
图像识别模型
电力设备