論文閱讀筆記《LSTD: A Low-Shot Transfer Detector for Object Detection》

核心思想   本文提出一種基於遷移學習的小樣本目標檢測算法（LSTD）。常見的遷移學習方法就是在一個大規模的數據集，也稱作源數據集（source domain）上進行預訓練，然後再在小樣本數據集，也稱作目標數據集（traget domain）上進行優化訓練，以實現小樣本目標檢測任務。作者指出如果採用現有的目標檢測網絡直接在小樣本數據集上做遷移學習存在許多問題，因爲少量的訓練樣本很難消除分類和檢測之

>>阅读原文<<