[论文笔记] Few-Shot Learning with Global Class Representations

[论文笔记] Few-Shot Learning with Global Class Representations 0. 写在前面的话 解决的问题 由于基类和新类之间存在严重的样本不均衡问题,导致容易过拟合到基类数据 训练模型的时候,使用来自novel class的样本。 新颖点 在few-shot里面使用类原型。 有点聚类的思想 训练数据包括来自novel class的样本。 面临的困难- b
相关文章
相关标签/搜索