論文閱讀筆記：Learning To Detect Unseen Object Classes by Between-Class Attribute Transfer

摘要： 本文主要研究訓練和測試類別不相交時（即沒有目標類別的訓練示例）的對象分類問題。在此之前並沒有對於毫無關聯的訓練集和測試集進行對象檢測的工作，只是對訓練集所包含的樣本進行分類。實驗表明，通過使用屬性層，確實可以構建不需要目標類的任何訓練圖像的學習對象檢測系統。 算法流程： 假設： 爲訓練樣本和相應類別標籤的成對數據，數量爲，總共有個類別，用表示。 目的： 學習一個分類器:，其中給測試分爲類。

>>阅读原文<<