极市导读
小样本学习利用先验知识,能够快速泛化至仅包含少量具备监督信息的样本的新任务中。但跨域问题阻碍了元学习方法到实际场景的应用。本文引用了四篇相关的论文,分别从图像和声音领域总结小样本学习的跨域问题。 >>加入极市CV技术交流群,走在计算机视觉的最前沿
农业: CropDiseases2 彩色, 自然图像, 有自身的特点 (相似度 ⭐⭐⭐⭐) https://link.zhihu.com/?target=https%3A//www.tensorflow.org/datasets/catalog/plant_village 卫星图: EuroSAT3 彩色, 自然图像, 无透视变形 (相似度 ⭐⭐⭐) https://link.zhihu.com/?target=https%3A//www.tensorflow.org/datasets/catalog/eurosat 皮肤病: ISIC20184 彩色, 医学影像, 无透视变形 (相似度 ⭐⭐) https://link.zhihu.com/?target=https%3A//challenge2018.isic-archive.com/ X光片: ChextX5 灰度, 医学影像, 无透视变形 (相似度 ⭐) https://link.zhihu.com/?target=https%3A//nihcc.app.box.com/v/ChestXray-NIHCC
推荐阅读