论文阅读笔记《Dense Classification and Implanting for Few-Shot Learning》

核心思想   本文是对基于度量学习的小样本学习算法进行改进。常见的度量学习算法通常利用一个嵌入式网络对图像进行特征提取，然后利用一个线性分类器进行分类。在训练过程中得到的线性分类器权重可以看作对应每个类别的权值（class weights）,在测试时，就比较查询图像对应的特征值与每个类别权值之间的相似性，并以此进行分类预测。二维图像经过特征提取后得到的特征信息是高维的张量，因此通常需要压缩维度，以

>>阅读原文<<