多实例学习的可变实例数量

我正在尝试针对二元分类问题进行多实例学习，其中每个实例包都有一个关联的标签 0/1。但是，不同的包具有不同数量的实例。一种解决方案是取包的所有实例编号中的最小值。例如-

Bag1 - 20 instances,Bag2- 5 instances,Bag3 - 10 instances .... etc

我从所有袋子中取出最少即 5 个实例。然而，该技术丢弃了可能有助于训练的其他包中的所有其他实例。

是否有任何 MIL 解决方法/算法可以处理行李的可变实例编号？