Сегодня на уроке машинного обучения я столкнулся с проблемой компьютерного зрения, называемой однократным обучением.
В компьютерном зрении категоризация объектов — это задача классификатора, способного распознавать категории/группы объектов (например, животных, машин, ресторанов и т. д.), используя только изображения, полученные автоматически из Интернет.
Для выполнения таких задач категоризации большинству таких алгоритмов обучения (основанных на машинном обучении) требуются тысячи изображений. Однократное обучение пытается выполнить ту же задачу, обучая только несколько, в идеале, только одно изображение.
Там, где однократное обучение сияет и имеет место для сбоев, это в областях, где доступность данных ограничена, т. Е. Данные для обучения скудны. Например, он уже использовался в области открытия лекарств.
Кажется, существует энтузиазм по поводу обучения одним выстрелом, о чем свидетельствует растущее количество исследовательских работ и публикаций по этой теме. Я рад углубиться в это и оценить будущее этого метода обучения.
