论文: Meta-Learning for Semi-Supervised Few-Shot Classification 2018ICLR
tieredImageNet是小样本分类任务数据集。与miniImagenet一样,它是ILSVRC-12的子集。但是,tieredImageNet代表了ILSVRC-12的更大子集(608个类,而miniImageNet则为100个类)。类似于将字符分组为字母的Omniglot一样,tieredImageNet将类别分为与ImageNet层次结构中较高级别的节点相对应的更广泛的类别。共有34个大类别(category),每个类别包含10到30个类别(class)。这些分为20个训练,6个验证和8个测试类别。
与miniImageNet和Vinyals等人提出的randImageNet等其他替代方法不同,这可以确保所有训练类别都与测试类别充分区分开。。例如,在miniImagenet中,“pipe organ”属于训练集,“electrc guitar”属于测试,即使它们都是乐器。这种情况在tieredImageNet中不会发生,因为“musical instrument”是一个大类别(category),因此不会在训练集和测试集之间划分。这代表了更现实的几次尝试学习场景,因为一般而言,我们不能假设训练集与测试集中的类别相似。此外,tieredImageNet的分层结构对于可以利用类之间的分层关系