论文阅读笔记《Semantic Feature Augmentation in Few-shot Learning》
核心思想 本文提出利用语义信息对数据进行扩充的方法，来解决小样本学习问题。之前采用数据增强或者说数据集扩充方式的小样本学习算法，通常都是在图像级别或者说特征空间里进行扩充，但本文利用编码TriNet将特征空间映射到语义空间中，并在此进行数据增强，然后利用解码TriNet将扩充后的语义信息还原到特征空间，再进行分类。整个算法的流程如下图所示 首先，输入图像 I i I_i Ii会经过一个采
相关文章
- 1. 【论文阅读笔记】Random Erasing Data Augmentation
- 2. 论文阅读：AutoAugment: Learning Augmentation Strategies from Data
- 3. Machine Learning & Deep Learning 论文阅读笔记
- 4. 【论文阅读笔记】Rich feature hierarchies for accurate object detection and semantic segmentation
- 5. 【论文阅读】Learning Deconvolution Network for Semantic Segmentation
- 6. [论文阅读]Learning a Discriminative Feature Network for Semantic Segmentation
- 7. 论文阅读笔记《TAFE-Net: Task-Aware Feature Embeddings for Low Shot Learning》
- 8. Learning a Discriminative Feature Network for Semantic Segmentation阅读笔记
- 9. 1604.Joint Detection and Identification Feature Learning for Person Search论文阅读笔记
- 10. Semantic Visual Localization-论文阅读笔记
- 更多相关文章...
- • RSS 阅读器 - RSS 教程
- • C# 文本文件的读写 - C#教程
- • Tomcat学习笔记（史上最全tomcat学习笔记）
- • JDK13 GA发布：5大特性解读
相关标签/搜索
每日一句
-
每一个你不满意的现在，都有一个你没有努力的曾经。
欢迎关注本站公众号,获取更多信息
相关文章
- 1. 【论文阅读笔记】Random Erasing Data Augmentation
- 2. 论文阅读：AutoAugment: Learning Augmentation Strategies from Data
- 3. Machine Learning & Deep Learning 论文阅读笔记
- 4. 【论文阅读笔记】Rich feature hierarchies for accurate object detection and semantic segmentation
- 5. 【论文阅读】Learning Deconvolution Network for Semantic Segmentation
- 6. [论文阅读]Learning a Discriminative Feature Network for Semantic Segmentation
- 7. 论文阅读笔记《TAFE-Net: Task-Aware Feature Embeddings for Low Shot Learning》
- 8. Learning a Discriminative Feature Network for Semantic Segmentation阅读笔记
- 9. 1604.Joint Detection and Identification Feature Learning for Person Search论文阅读笔记
- 10. Semantic Visual Localization-论文阅读笔记