論文閱讀筆記《Low-shot visual object recognition》

核心思想   本文也是研究了小樣本的分類問題，採用的方案與先前介紹的基於元學習的和基於度量學習的算法都不同，更接近於遷移學習，但普通的遷移學習算法，還是需要依賴大量的圖像進行訓練，本文則是通過小樣本訓練就能實現較好的分類效果。整個網絡分成特徵提取器 ϕ \phi ϕ和分類器%W%兩部分，數據集也分成兩個部分，用於初始訓練的 D b a s e D_{base} Dbase​和用於小樣本學習的 D

>>阅读原文<<