基于小样本分类数据集集合的多模态开放世界认知算法的小样本分类数据集

基于小样本分类数据集集合的多模态开放世界认知算法的小样本分类数据集旨在构建一个能够支持多模态开放世界认知研究的小样本分类数据集，适用于少量样本下的学习和推理。加工方式：对所有模态的数据进行统一的类别标签分配，确保所有模态信息与同一类别标签一致，针对少样本类别，进行数据增强处理，如图像的旋转、缩放、颜色调整等，以增加样本的多样性，帮助模型在训练中更好地学习。数据量大小150GB。