小样本学习

One-shot learning

Zero-shot learning

Multi-shot learning

Sparse

Fine-grained Fine-tune

背景：CVPR 2018收录了4篇关于小样本学习的论文，而到了CVPR 2019，这一数量激增到了近20篇

那么什么是小样本学习呢？

在机器学习里面，训练时你有很多的样本可供训练，而如果测试集和你的训练集不一样，那么这时候称为支持集support data。在测试时，你会面对新的类别（通常为 5 类），其中每个类别仅有极少量的样本（通常每类只有 1 个或 5 个样本，称为「支持集」），以及来自相同类别的查询图像。

接下来，本文将把小样本方法划分为 5 个不同的类别（尽管这些类别并没有明确的界定，许多方法同时属于不止一个类别）。

（1）度量学习

（2）元学习

（3）数据增强方法