NPU 研0

（2）引入对象查询，针对每一个query映射一个目标预测固定的数量，减少了锚框，不需要传统NMS进行重复检测，并使用二分匹配损失作为损失函数，唯一的对于真实目标和预测目标进行损失，这种并行策略，也对顺序降低敏感。预测头我们使用TS-MLP感知机（两个并行部分），其中针对于不同的输入视觉提示和对象查询，使用不同的感知机头，因为模板特征和目标查询在语义上是不同的，保证模型的性能。，从正态分布中学习噪音，并加入到模版编码中，目的是使得该模板与属于不同类别的模板分离开，更加追踪模板中的视觉信息。

小样本学习中的LibFewShot库的使用与安装，LibFewShot的基本结构，如何利用LibFewShot来训练自己的数据集。

小样本学习的概述，小样本学习的数据集，小样本学习与深度学习的区别，孪生网络和三元组损失函数、余弦相似度、一些小样本学习微调的技巧