論文閱讀筆記《Semantic Feature Augmentation in Few-shot Learning》

核心思想   本文提出利用語義信息對數據進行擴充的方法，來解決小樣本學習問題。之前採用數據增強或者說數據集擴充方式的小樣本學習算法，通常都是在圖像級別或者說特徵空間裏進行擴充，但本文利用編碼TriNet將特徵空間映射到語義空間中，並在此進行數據增強，然後利用解碼TriNet將擴充後的語義信息還原到特徵空間，再進行分類。整個算法的流程如下圖所示   首先，輸入圖像 I i I_i Ii​會經過一個採

>>阅读原文<<