[发明专利]一种基于视觉因果干预的无监督元学习方法

摘要

本发明公开了一种基于视觉因果干预的无监督元学习方法，该方法包含无监督的元训练阶段和有监督的元测试阶段。具体而言，在元训练阶段中，该方法使用无标签的支撑集样本，学习输入数据、先验知识与预测输出三者之间的因果关系和先验知识中隐含变量之间的因果关系，消除输入数据中的上下文偏差所带来的负面影响，最终获得无偏的元知识。在元测试阶段，该方法利用上述得到的元知识作为模型的初始化参数，在给定少量有标签的支撑集样本的情况下，结合有监督和无监督学习，进一步消除数据偏差的影响，能够准确的预测查询集样本的标签。本方法在下游任务中的少样本图像分类问题上，能够准确的预测输出图像的类别。