One-Shot Learning

One-Shot Learning — это специализированный метод классификации в machine learning (ML), предназначенный для изучения информации о категориях объектов по одному обучающему примеру. В отличие от традиционных алгоритмов deep learning (DL), которым требуются массивные datasets, содержащие тысячи аннотированных изображений для эффективной генерализации, One-Shot Learning имитирует способность человеческого мышления мгновенно усваивать новую концепцию. Например, человек обычно может узнать конкретную экзотическую птицу, увидев ее всего один раз; эта методология пытается воспроизвести такую эффективность в системах artificial intelligence (AI). Она особенно ценна в сценариях, где data labeling стоит дорого, данные дефицитны или новые категории нужно добавлять динамически без переобучения всей модели.

Механизмы концепции#

Основной принцип One-Shot Learning заключается в переносе задачи со стандартной классификации на оценку сходства. Вместо обучения neural network (NN) выдавать конкретную метку класса (например, «собака» или «кошка»), модель изучает функцию расстояния. Распространенной архитектурой для этого является Siamese neural network, состоящая из двух идентичных подсетей, которые используют одинаковые model weights.

Во время работы сеть выполняет feature extraction для преобразования входных изображений в компактные числовые векторы, известные как embeddings. Затем система сравнивает эмбеддинг нового целевого изображения с эмбеддингом единственного эталонного снимка. Если математическое расстояние, часто вычисляемое с использованием Euclidean distance или cosine similarity, ниже определенного порога, изображения признаются принадлежащими к одному классу. Это позволяет модели проверять подлинность или классифицировать объекты на основе их близости в изученном пространстве признаков.

Следующий код на Python демонстрирует, как извлекать эмбеддинги и вычислять сходство с помощью модели классификации YOLO26 из пакета ultralytics.

import numpy as np
from ultralytics import YOLO

# Load a pre-trained YOLO26 classification model for feature extraction
model = YOLO("yolo26n-cls.pt")

# Extract embeddings for a reference 'shot' and a query image
# The embed() method returns the feature vector directly
shot_vec = model.embed("reference_img.jpg")[0]
query_vec = model.embed("query_img.jpg")[0]

# Calculate similarity (higher dot product implies greater similarity)
similarity = np.dot(shot_vec, query_vec) / (np.linalg.norm(shot_vec) * np.linalg.norm(query_vec))

print(f"Similarity Score: {similarity:.4f}")

Разграничение связанных парадигм#

Важно отличать One-Shot Learning от других методов обучения, эффективных по данным, поскольку они решают похожие задачи при разных ограничениях:

• Few-Shot Learning (FSL): Это более широкая категория, охватывающая One-Shot Learning. В FSL модели предоставляется небольшой «набор поддержки» из примеров, обычно от двух до пяти изображений на класс. One-Shot Learning — это просто крайний случай, когда размер набора поддержки равен ровно единице.
• Zero-Shot Learning (ZSL): ZSL имеет дело с распознаванием категорий, которые модель никогда не видела визуально. Вместо эталонного изображения ZSL опирается на семантические атрибуты или текстовые описания (например, распознавание «зебры» путем сопоставления визуальных признаков с текстовым описанием «полосатая лошадь») с помощью natural language processing (NLP).
• Transfer Learning: Это предполагает взятие модели, предварительно обученной на большой базе данных вроде ImageNet, и ее дообучение под новую задачу. Хотя трансферное обучение лежит в основе экстракторов признаков, используемых в One-Shot Learning, стандартное трансферное обучение обычно требует более одного примера для эффективного обновления весов без overfitting.

Реальные приложения#

One-Shot Learning has unlocked capabilities in sectors where collecting vast amounts of training data is impractical.

Распознавание лиц и безопасность#

Самым распространенным применением One-Shot Learning является биометрическая безопасность. При настройке Face ID на смартфоне или регистрации в системе доступа сотрудников устройство фиксирует единое математическое представление лица пользователя. Во время повседневного использования система facial recognition сравнивает поступающий с камеры поток с этим сохраненным «одним снимком» для подтверждения личности. Это опирается на надежные методы извлечения эмбеддингов, такие как те, что обсуждаются в фундаментальном FaceNet research, чтобы изменения освещения или угла не нарушали сопоставление по сходству.

Промышленный контроль качества#

В AI in manufacturing создание сбалансированного набора данных «дефектных» деталей затруднено, так как дефекты редки и непостоянны. One-Shot Learning позволяет системам computer vision (CV) изучать представление одной «идеальной» эталонной детали. Любой элемент на сборочной линии, выдающий эмбеддинг, значительно удаленный от этого эталона, помечается для anomaly detection. Это обеспечивает немедленный контроль качества без необходимости иметь тысячи изображений сломанных деталей, которые можно обрабатывать и развертывать с помощью Ultralytics Platform.

Проблемы и перспективы на будущее#

Будучи мощным инструментом, One-Shot Learning уязвим к шуму: если единственное эталонное изображение размыто, перекрыто или нетипично, способность модели распознавать этот класс значительно ухудшается. Исследователи часто используют meta-learning, или «обучение обучению», для повышения стабильности и генерализации модели. По мере развития архитектур новые модели, такие как YOLO26, включают в себя более надежные экстракторы признаков, которые делают одноразовый вывод быстрее и точнее, прокладывая путь к более адаптивным и интеллектуальным устройствам edge AI.