关于few-shot的笔记

一直被few-shot或者zero-shot、one-shot的support set 和query set搞得晕头转向。还有什么few-shot测试集中是没见过（unseen）的新类，一头问号？？不是那support set训练过模型吗，虽然只有几张图片，为什么是unseen。我觉得我可能是理解能力有问题。
support set和query set在训练集和测试集中都有，可以这么理解吧。

• 训练过程：在数据集中选择C个类，假设数据集有10个类，每个类20张图片，那我们就选7个吧。假设！！！在这7个类中，每个类挑15张图片作为support set，也就是说我们的support set的图片数量等于715=105，每个类中还剩下5张，那就把这75=35张作为我们的query set。用support set中的图片训练一个模型，再用query set去修正这个模型，直到这个模型可以正确分类support set和query set是同一个类
• 测试过程：剩下的三类就是unseen类！！所以真正的unseen是他们，依然地，把这三类分为support set和query set。few的值不一样，和选择的网络不一样，会有一点点差别。这里的网络假设是关系网络（relation network）吧。不过，不重要，这里我们假设用的是每个类15张图片作为support set，固定进我们训练好的关系网络，注意：
  这个时候没有label了，即只是输入了图片。
  support set里面有45张图片，query set里面有15张图片。从剩下的15张图片里面选择一张，和我们刚才输入的45张3类做对比，输入经过关系网络会输出一个one-shot就对应了，网络判定这幅图片和哪张图片的类别相同。
• 写在最后，感觉有的细节还是有点没搞懂，希望有大神指点一下，就酱~~~啾咪