FSL

具有少镜头学习和开放集识别问题的新音频数据集。数据集由34个类组成。其中24个被认为是已知类 (要分类的类)，其余10个未知类 (要拒绝的类)。关于类及其分布的更多信息可以在论文中找到。由于数据集的配置，可以创建两种不同的实验方案。将对24个已知类进行分类。根据训练中存在的未知类的数量，开放性的值可以是0、0.04或0.09。将24个已知类分为8组3。根据训练中存在的未知类的数量，开放性值可以是0、0.13或0.39。数据集基于转移学习技术提供了两个可能的基线。用作特征提取器的网络是L3Net和YAMNet。

搜集汇总

背景与挑战

背景概述

FSL是一个专为少镜头学习和开放集识别设计的音频数据集，包含24个已知类别和10个未知类别。它支持多种开放性配置的实验方案，并提供了基于L3Net和YAMNet的迁移学习基线。