小样本学习

【读点论文】Few-Shot Object Detection A Comprehensive Survey元学习和迁移学习在过去的十年中，对象检测通过深度学习得到了巨大的改进。然而，基于深度学习的方法通常需要大量的训练数据。因此，很难将它们应用于涉及常见对象检测数据集中不存在的新对象的现实场景。注释大量图像以进行对象检测既昂贵又烦人。在某些情况下，例如医学应用或稀有物种的检测，甚至不可能获取大量图像。此外，与典型的基于深度学习的方法相比，人类即使在很小的时候就能够用很少的数据学习新概念。当孩子们看到新的物体时，即使他们只见过一次或几次，他们也能够识别这些物体。

AAAI2024论文解读|HGPROMPT Bridging Homogeneous and Heterogeneous GraphsHGPROMPT: Bridging Homogeneous and Heterogeneous Graphs for Few-shot Prompt Learning 跨同构异构图的小样本提示学习

CVPR2024 | PromptAD: 仅使用正常样本进行小样本异常检测的学习提示论文名称：PromptAD: Learning Prompts with only Normal Samples for Few-Shot Anomaly Detection

【博士每天一篇文献-综述】A survey on few-shot class-incremental learning阅读时间：2023-12-19年份：2024 作者：田松松，中国科学院半导体研究所；李璐思，老道明大学助理教授；李伟军，中国科学院半导体研究所AnnLab；期刊： Neural Networks 引用量：30 Tian S, Li L, Li W, et al. A survey on few-shot class-incremental learning[J]. Neural Networks, 2024, 169： 307-324. 是关于少量样本增量学习（Few-shot Class-Increm

论文汇总：Rectifying the Shortcut Learning of Background for Few-Shot Learning原文解读：论文解读：Rectifying the Shortcut Learning of Background for Few-Shot Learning-CSDN博客

小样本学习（2）--LibFewShot使用目录一、LibFewShot安装1、LibFewShot代码仓库2、配置环境3、测试安装是否正确二、LibFewShot结构

忧郁奔向冷的天

few shot learnning笔记（以图像识别举例）support set：数量很少的样本集合，为模型完成任务而提供更多的信息。 query：模型的输入样本，其并未出现在训练集中，其所属类别肯定包含在支持集中。

我是有底线的