小样本度量学习（Few-Shot Metric Learning）通常用于分类任务（如图像分类），但它也可以与目标检测（Object Detection）结合，解决小样本目标检测（Few-Shot Object Detection, FSOD）问题。目标检测需要同时完成目标定位（Localization）和分类（Classification），而小样本场景下，某些类别的训练样本极少（如"考拉"只有5张标注图像）。这会导致以下问题：样本不足，尾部类别（如稀有物体）标注数据稀缺；特征泛化差，模型容易过拟合到头部类别（如"人"、"车"）；定位难度大，边界框回归需要足够多样本才能稳定学习。
小样本学习
在小样本度量学习中，分为三类数据集------源数据集（open training set）、小样本训练集（support set）以及查询集（query set）。其中源数据集体量很大，可高达几十万张图片，用于训练一个CNN模型来提取图像特征；小样本数据集用C-way类别数和K-shot样本数来衡量，例如有五种类别，每种类别有一个样本，即5-way 1-shot，利用极少量样本学习新类别特征；查询集用来评估模型在新类别上的泛化能力。
例如，小样本训练集是2-way K-shot，这个集合不足以用来训练一个神经网络，只能提供一些参考信息。Few-shot learning与传统的监督学习有所不同，它的目标不是让模型学习测试集当中的图片并泛化到测试集，而是让模型自己学会学习，区分不同的事物。
小样本学习（Few-shot learning）和元学习（Meta learning）
小样本学习（Few-Shot Learning, FSL）是在极少量标注样本（如每类1-5张图）下，让模型快速学习新类别或任务，是元学习的一种。而元学习（Meta-Learning）是让模型学会"如何学习"（learn to learn），从而在面对新任务时能快速适应。
学习一个相似函数（Similarity Function）
相似函数（Similarity Function）是小样本度量学习的核心组件，用于衡量两个样本在嵌入空间中的相似程度。它的核心目标是量化样本特征向量之间的相似性，指导模型学习"同类相近，异类相远"的嵌入空间。
直观上理解， x1 和 x2 是同一类别，那么 sim(x1,x2)=1 ；x1 和 x3 以及x2 和 x3不是同一类别，那么 ，sim(x1,x3)=0，sim(x2,x3)=0
相似函数在实现过程中，首先在一个大规模训练集上学习一个相似函数，训练结束之可以用相似度函数来做预测，给出一个query图片，可以用它来跟support集上的样本做对比，计算相似度，找出相似度最高的作为预测结果。通过这样的方法，可以实现one-shot learning。
常用数据集
Omniglot是小样本学习（Few-Shot Learning）和元学习（Meta-Learning）领域最经典的基准数据集之一，由 Brenden Lake 等人于2015年提出，旨在模拟人类"快速学习新概念"的能力。包含 50种不同文字系统（如拉丁字母、日文假名、藏文等）的 1,623个手写字符，每个字符由 20个不同书写者 绘制，共 32,460张图像。测试模型在极少量样本下识别新字符的能力（类似人类学写陌生文字）。
Mini-ImageNet由 Stanford 团队 于2016年提出，旨在简化原始 ImageNet 的复杂性，同时保留其多样性，便于研究者快速验证小样本学习算法的性能。它包含100 个类别（涵盖动物、植物、日常物品等），每个类别 600 张图片（共 60,000 张）。
