Mar, 2020
重新思考少样本图像分类:一个好的嵌入就足矣?
Rethinking Few-Shot Image Classification: a Good Embedding Is All You Need?
Yonglong Tian, Yue Wang, Dilip Krishnan, Joshua B. Tenenbaum, Phillip Isola
TL;DR本研究提出,以 meta-training data 为基础,先学习一个监督或自我监督的表征,再在表征上训练线性分类器,可以优于现有的 few-shot learning 方法。自教学技术可以进一步改善。这表明好的学习嵌入模型比复杂的元学习算法更有效。