论文阅读笔记《Image Deformation Meta-Networks for One-Shot Learning》

核心思想   本文是通过数据增强的形式实现小样本学习任务，采取的方式比较直接，通过对图片进行变形来实现数据集的扩充。作者首先为我们展示了一组图片，如下图所示 可以看到上述图片虽然经过了多种变形（如虚化，拼接，遮挡），但由于依旧保留了重要的语义信息，我们还是非常容易地识别图片中物体的类别。受此观察的启发，作者希望对数据集中的图片进行变形，在不破坏主体语义信息的前提下，增加图片的数量，实现数据集扩充的

>>阅读原文<<