N-shot-learning(Feat. [Zero-shot-Learing],[One-Shot-Learning],[Few-Shot-Learning] ,얼굴 인식 , 얼굴확인/식별)

(참조 사이트 :

1] 컴퓨터 비전과 딥러닝 중 P422

2] https://medium.com/@jongdae.lim/%EA%B8%B0%EA%B3%84-%ED%95%99%EC%8A%B5-machine-learning-%EC%9D%80-%EC%A6%90%EA%B2%81%EB%8B%A4-part-4-63ed781eee3c)

3]https://velog.io/@euisuk-chung/%EC%83%9D%EC%84%B1-AI%EC%9D%98-%ED%95%99%EC%8A%B5-%EB%B0%A9%EC%8B%9D-%EC%A0%9C%EB%A1%9C%EC%83%B7%EC%9B%90%EC%83%B7%ED%93%A8%EC%83%B7-%EB%9F%AC%EB%8B%9D)

N - Shot-Learning의 목적 : 대규모 데이터 셋과 라벨링을 이용한 지도 학습이 아닌, 일일이 훈련 데이터에 라벨링을 하지

않고 모델의 학습 과정에서는 학습되지 않은 새로운 Query Data에 대한 예측을 달성하기 위한 모델 최적화 기법

우선 먼저 2가지의 말부터 하고 시작을 하겠다. 

1] " Zero-Shot-Learning이든 One-Shot-Learning이든 Few-Shot-Learning이든 학습 데이터 셋이 매우 제한적인 상황일

때 사용하는 매~~~~우 유용한 기법이다 "

2] " Zero-Shot-Learning이든 One-Shot-Learning이든 Few-Shot-Learning이든 학습 과정에서는 직접적으로 보지 못한

[Query Image] 에 대해서도 유의미한 특징 추출이 가능한 [일반화 능력]을 사전 훈련 모델(Pre-trained Model) 통해 얻게

하는 매~~~우 유용한 기법이다. "

(참고로, Python의 face_recongition 패키지는 zero-shot-learning 기법이다. 자세한 원리는 링크 참조 https://medium.com/@jongdae.lim/%EA%B8%B0%EA%B3%84-%ED%95%99%EC%8A%B5-machine-learning-%EC%9D%80-%EC%A6%90%EA%B2%81%EB%8B%A4-part-4-63ed781eee3c)