受制于自身数量和样本获取等原因，不同类别样本数量分布自然地呈现出长尾现象，类别间样本数量差异很大。深度学习模型往往在样本丰富的类别上能够取得较好的效果，而在样本稀缺的类别上表现却不尽如人意；而在自然界中，人类通常可以通过很少数量的样本完成各项分类识别任务。受此启发，小样本学习应运而生。本期我们邀请了来自清华大学的杨玉宽同学，介绍他在目标检测任务下小样本学习方向的工作。