論文閱讀筆記《Spot and Learn: A Maximum-Entropy Patch Sampler for Few-Shot Image Classification》

核心思想   本文提出一種基於最大熵圖塊採樣算法的強化學習模型來解決小樣本學習問題。作者首先提出常見的目標分類網絡都是把一整張圖片作爲輸入,進行特徵提取,然後分類。而人類在觀察事物的時候通常都會把注意力集中在部分感興趣的區域,也就是所謂的注意力機制,而且當我們第二次看一個物體時,我們的注意力會沿着一定的軌跡移動,也就是說我們每次觀察物體的一部分圖塊,經過多次觀察後識別該物體。本文正是利用這一思想,
相關文章
相關標籤/搜索