無教師少ショット画像分類

コンピュータビジョンの分野で、教師なし少ショット画像分類とは、事前学習またはメタ学習フェーズにおいてラベルの付いていないデータセットのみを使用してモデルを訓練することを指します。目的は、ラベル付きサンプルが限られている新しいカテゴリを迅速に認識し、分類することです。これは、ラベル付けされていないデータから内在的な構造と特徴を学習することで達成されます。このタスクには実用的な価値が大きく、手動でのラベル付けのコストを効果的に削減し、モデルの適応性と汎化能力を実世界のシナリオで向上させることが可能です。