一种基于深度学习的小样本容量训练方法

本发明涉及深度学习与小样本学习技术领域，尤其为一种基于深度学习的小样本容量训练方法，包括步骤 1、跨域数据适配与特征对齐，步骤 2、元知识蒸馏与原型增强，步骤 3、注意力引导的小样本微调，步骤 4、模型不确定性量化与迭代优化。本发明的一种基于深度学习的小样本容量训练方法通过跨域特征对齐、元知识蒸馏、原型增强与动态迭代优化，解决小样本场景下模型过拟合、泛化能力弱的问题，实现样本量≤50 时的高精度模型训练，适用于医疗影像、小语种处理等数据稀缺场景。