在大多數時(shí)候,我們沒(méi)有足夠的圖像來(lái)訓練深度神經(jīng)網(wǎng)絡(luò ),因此,小樣本學(xué)習(Few-shot Learning)的問(wèn)題引起了研究界的廣泛關(guān)注,目前最流行的解決方案是使用元學(xué)習,又稱(chēng)為學(xué)會(huì )學(xué)習。需進(jìn)一步通過(guò)元學(xué)習實(shí)現無(wú)監督學(xué)習,最終完全脫離被標簽樣本的束縛。1. 小樣本的車(chē)輛檢測。車(chē)輛包括但不限于自行車(chē)、電瓶車(chē)、摩托車(chē)、小轎車(chē)、貨車(chē)、卡車(chē)、渣土車(chē)等,每種車(chē)輛圖片至多使用20張,不限制對非車(chē)輛數據的使用,要求能檢測出不同的車(chē)輛,并且AP達到80%;
2. 小樣本的店鋪檢測。店鋪包括但不限于水果店、飯店、醫藥店、服裝店、副食品店、超市等,每種店鋪圖片至多使用20張,不限制對非店鋪數據的使用,要求能檢測出不同的店鋪,并且AP達到80%。