Meta-Dataset 小样本学习数据集

Meta-Dataset 是一个大型的小样本学习基准。该数据集不对小样本任务做限制（不要求必须具备固定的方式及镜头），因此代表了一个更真实的场景。

Meta-Dataset is a large-scale few-shot learning benchmark. It imposes no constraints on few-shot tasks (i.e., no fixed number of classes (way) or samples per class (shot) are required), thus representing a more realistic real-world scenario.

搜集汇总

背景与挑战

背景概述

Meta-Dataset 是一个大型小样本学习基准，由来自图像识别和分类等领域的10个数据集构成，旨在模拟更真实的场景。其中，Traffic Sign 和 COCO 数据集仅用于验证或测试，其余8个数据集按照70%/15%/15%的比例划分为训练、验证和测试集。