CVPRMar, 2024
基于判别示例引导和参数高效的特征空间适应的跨领域少样本学习
Discriminative Sample-Guided and Parameter-Efficient Feature Space Adaptation for Cross-Domain Few-Shot Learning
Rashindrie Perera, Saman Halgamuge
TL;DR本文研究跨领域少样本分类,通过引入轻量级参数适配策略和方差感知损失函数来提高模型性能,在 Meta-Dataset 基准测试中,相较于现有方法,准确率分别提高了 7.7% 和 5.3%,且参数效率至少提高 3 倍,达到了新的国际水平。