Jun, 2016

通过特征缩小和虚构的方式实现低样本视觉识别

TL;DR本文提出了一个复杂图像的低-shot学习基准模型,并以此为基础,提出一种注重表示规范化技术和为数据稀少的类别提供虚拟训练数据的技术,客观比较了不同方法在低-shot学习中的表现,并成功将 ImageNet 数据集中基于 novel classes 的 one-shot 准确率提高了2.3倍。