关键词continual few-shot learning
搜索结果 - 2
- 用对抗性类别存储进行连续少样本学习
本文定义了一个新问题:不断出现的少样本学习;提出了 Continual Meta-Learner 来解决此问题,并在 MiniImageNet 和 CIFAR100 两个图像数据集上进行了广泛实验,表明 CML 在少量样本学习任务的分类准确 - CVPR受限的少样本类增量学习
提出一种名为 C-FSCIL 的架构,利用超维嵌入,对每个新的类别进行异构存储策略,解决了记忆约束,并通过一些新的损失函数,进一步提高了类向量表示的质量。在 CIFAR100、miniImageNet 和 Omniglot 数据集上的实验结