SimpleShot: Revisiting Nearest-Neighbor Classification for Few-Shot Learning 論文筆記

前言 目前大多數小樣本學習器首先使用一個卷積網絡提取圖像特徵,然後將元學習方法與最近鄰分類器結合起來,以進行圖像識別。本文探討了這樣一種可能性,即在不使用元學習方法,而僅使用最近鄰分類器的情況下,能否很好地處理小樣本學習問題。 本文發現,對圖像特徵進行簡單的特徵轉換,然後再進行最近鄰分類,也可以產生很好的小樣本學習結果。比如,使用DenseNet特徵的最近鄰分類器,在結合均值相減(mean sub
相關文章
相關標籤/搜索