数据1shot_2020_Based_单样本新类别物体分类评估数据集

数据集概述

本数据集为单样本新类别物体分类评估数据集，包含数千条众包人类对新物体的响应刺激与数据，用于测试机器学习模型与人类在单样本泛化能力上的差异，可作为各类类别学习模型的测试基准。

文件详解

• 文件名称：1shot_2020.zip
• 文件格式：ZIP
• 字段映射介绍：压缩包内包含MATLAB格式的刺激与数据，具体字段未提供预览，推测涵盖新物体样本、人类响应标注等与单样本分类相关的信息。

适用场景

• 机器学习泛化能力评估: 对比人类与机器学习模型在单样本新类别物体分类任务中的表现差异。
• 类别学习模型测试: 作为测试基准，验证各类类别学习模型的单样本分类性能。
• 认知科学研究: 探究人类单样本分类直觉的机制，为人工智能模型设计提供参考。
• 计算机视觉算法优化: 基于人类响应数据，优化新类别物体识别算法的单样本学习能力。