一种基于小样本的视觉数据快速标注方法

本发明公开了一种基于小样本的视觉数据快速标注方法，属于机器视觉领域。该方法包括：数据输入与预处理，通过可微分数据增强生成合成样本；语义提示生成与迁移，构建动态原型记忆库并生成任务自适应提示模板，结合对比学习与知识蒸馏优化特征表示；多尺度特征协同建模，采用双通道特征校准与空间注意力机制实现多尺度特征融合；自优化学习与增量更新，构建双模态优化回路，结合监督与自监督学习实现模型持续进化；人机协同标注输出，通过不确定性驱动机制筛选低置信度样本进行人工校验，形成闭环学习系统。本发明基于小样本的视觉数据快速标注方法可显著降低标注成本，提升小样本场景下的标注精度与效率，适用于工业质检、医疗影像等专业领域。