论文阅读笔记《Boosting Few-Shot Visual Learning with Self-Supervision》

核心思想   本文提出一种利用额外自监督任务提高小样本学习能力的算法,自监督学习是指模型在训练时只需要图像本身的信息,而不需要额外的标注信息。本文的核心思想就在于将额外的自监督学习任务与小样本分类任务结合起来,二者共用一个特征提取网络,利用自监督学习任务提高特征提取网络的表征能力,从而改善小样本分类任务的效果,该算法的实现方式如下图所示。   本文选择的小样本分类算法有PN和CC(基于余弦相似性的
相关文章
相关标签/搜索