关于小样本设置下的结果

[bedman367]

你好，我比较感兴趣论文中汇报的小样本设置下的准确率您是如何得到的？ 1.是否按照小样本的一般范式（meta-learning）重新进行fine-tune? 2.zero-shot下可以直接计算视频特征与标签文本的相似度，但是few-shot下每个类别除了标签还有少量的样本，这些少量样本如何贡献到最终的预测得分？ 希望得到您的回复！🙏

[sallymmx]

您好，我是王蒙蒙，您的邮件我已收到，并及时回复。

[laohuijiadezhu]

我有类似的问题，请问应该如何做小样本设置的实验，即如何进行论文中“Figure 3”的实验？ @bedman367 @sallymmx @jiazheng-xing

[yanghhx]

你好,我也有类似的小样本设置的问题,few-shot如何划分样本集呢?zero-shot的实验是把有标签的训练结果当做预训练模型,然后直接把这个预训练的模型拿来做zero-shot测试么?zero-shot的测试跟一般的测试有什么区别呢?它们测试用的数据集是一样的吗?

[Mia-YatingYu]

你好,我也有类似的小样本设置的问题,few-shot如何划分样本集呢?zero-shot的实验是把有标签的训练结果当做预训练模型,然后直接把这个预训练的模型拿来做zero-shot测试么?zero-shot的测试跟一般的测试有什么区别呢?它们测试用的数据集是一样的吗?

这里零样本应该是使用在k400上预训练模型直接拿来做在ucf101和hmdb51上做zero-shot测试，但是由于这些数据集当中有少数类别是重合的，这里应该也没有做特别严格的确保一定是unseen