Learning To Detect Unseen Object Classes by Between-Class Attribute Transfer(阅读报告)

        该论文发表在CVPR2009上,工作的主要的开创性在于:在此之前并没有对于毫无关联的训练集和测试集进行对象检测的工作。简单来说,对于监督学习训练的分类器而言,只能对训练集中包括的样本类别进行分类,比如,利用若干猫和狗的图片训练出的猫狗分类器,只能识别猫和狗,而不能识别鸡和鸭。该工作可以被归类为迁移学习的一种,被引用超过900次,是该研究问题的经典论文之一。        算法的核心
相关文章
相关标签/搜索