Unsupervised Few Shot Image Classification

Dans le domaine de la vision par ordinateur, la classification d'images en few-shot non supervisée fait référence à la tâche d'entraîner des modèles en utilisant uniquement des jeux de données non étiquetés lors de la pré-formation ou de la méta-formation. L'objectif est d'atteindre une reconnaissance et une classification rapides de nouvelles catégories avec un nombre limité d'échantillons étiquetés, en apprenant les structures et caractéristiques intrinsèques des données non étiquetées. Cette tâche présente une valeur pratique importante, car elle peut réduire efficacement le coût du marquage manuel et améliorer l'adaptabilité et la généralisation du modèle dans des scénarios réels.