論文閱讀筆記《Boosting Few-Shot Visual Learning with Self-Supervision》
核心思想 本文提出一種利用額外自監督任務提高小樣本學習能力的算法，自監督學習是指模型在訓練時只需要圖像本身的信息，而不需要額外的標註信息。本文的核心思想就在於將額外的自監督學習任務與小樣本分類任務結合起來，二者共用一個特徵提取網絡，利用自監督學習任務提高特徵提取網絡的表徵能力，從而改善小樣本分類任務的效果，該算法的實現方式如下圖所示。 本文選擇的小樣本分類算法有PN和CC（基於餘弦相似性的
相關文章
- 1. Machine Learning & Deep Learning 論文閱讀筆記
- 2. 論文閱讀筆記《One-Shot Visual Imitation Learning via Meta-Learning》
- 3. Deep Mutual Learning論文閱讀筆記
- 4. 論文閱讀筆記《Active One-shot Learning》
- 5. 論文閱讀筆記《Few-Shot Learning with Localization in Realistic Settings》
- 6. 論文閱讀筆記《One-Shot Imitation Learning》
- 7. 【Martin Danelljan PhD論文】Learning Convolution Operators for Visual Tracking 閱讀筆記
- 8. 論文閱讀筆記：Momentum Contrast for Unsupervised Visual Representation Learning
- 9. 論文閱讀筆記《Dynamic Few-Shot Visual Learning without Forgetting》
- 10. Visual Dialog 論文閱讀筆記
- 更多相關文章...
- • RSS 閱讀器 - RSS 教程
- • C# 文本文件的讀寫 - C#教程
- • Tomcat學習筆記（史上最全tomcat學習筆記）
- • JDK13 GA發佈：5大特性解讀
相關標籤/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
歡迎關注本站公眾號,獲取更多信息
相關文章
- 1. Machine Learning & Deep Learning 論文閱讀筆記
- 2. 論文閱讀筆記《One-Shot Visual Imitation Learning via Meta-Learning》
- 3. Deep Mutual Learning論文閱讀筆記
- 4. 論文閱讀筆記《Active One-shot Learning》
- 5. 論文閱讀筆記《Few-Shot Learning with Localization in Realistic Settings》
- 6. 論文閱讀筆記《One-Shot Imitation Learning》
- 7. 【Martin Danelljan PhD論文】Learning Convolution Operators for Visual Tracking 閱讀筆記
- 8. 論文閱讀筆記：Momentum Contrast for Unsupervised Visual Representation Learning
- 9. 論文閱讀筆記《Dynamic Few-Shot Visual Learning without Forgetting》
- 10. Visual Dialog 論文閱讀筆記