<aside> 💡 방법론 핵심 요약 meta-train dataset으로 metric space를 학습하고, unseen dataset인 meta-test dataset에서 Support set을 모델에 넣어 embedded vector를 metric space에 위치 시킨다. 그 후 embedded vector들에 대해 class 끼리의 평균을 계산하여 각각의 class에 대표되는 point들을 지정하고, Query set이 들어왔을 때 Query set에서의 어떤 한 장의 사진이 어떤 class의 대표 point와 같은지를 보고 사진의 class를 판단한다.
</aside>