单样本学习引擎OneShot上线：只需一张图片即可训练物体识别模型

单样本学习引擎OneShot上线

2028年10月2日，以色列AI公司OneShot Technologies发布同名单样本学习引擎，声称只需一张图片即可训练出可用的物体识别模型。该系统结合了元学习框架和合成数据增强技术，能够在数分钟内从单张图片生成数千张变体训练数据。

传统深度学习模型通常需要数千甚至数万张标注图片才能达到可用的识别精度。OneShot通过预训练的视觉基础模型提取物体特征，再用生成模型合成不同角度、光照和背景下的变体图片，最后用元学习算法快速微调模型。

在标准测试集上，OneShot的单样本模型在20类常见物体上达到了89%的识别准确率，而使用5000张图片训练的传统模型准确率为93%。差距仅4个百分点，但训练数据量减少了99.98%。

OneShot CEO Yael Cohen表示，这将彻底改变制造业的质检流程，工厂只需要拍一张缺陷样品的照片，就能立即部署缺陷检测系统。