SCAM-Net은 소수 샷 이미지 분류에서 단일 이미지 수준 주석으로 인한 감독 붕괴 문제를 해결하기 위해 제안된 모델입니다. 기존 방법들이 국소 특징의 위치 확인 및 정렬에 초점을 맞춘 것과 달리, SCAM-Net은 인간의 상보적 학습 시스템에서 영감을 얻어 제한된 예시에서 의미적 특징을 빠르게 포착하고 통합하는 방식을 모방합니다. 해마-신피질 이중 네트워크를 구성하여 각 범주의 구조화된 표현을 통합하고, 이를 신피질 내 장기 기억에 저장하고 일반화 최적화 원칙에 따라 적응적으로 조절하는 적응형 메모리 모듈을 사용합니다. 벤치마크 데이터셋에서 최첨단 성능을 달성했습니다.
