论文阅读笔记《Low-shot Visual Recognition by Shrinking and Hallucinating Features》

核心思想   之前我解读过这篇文章（点此查看）结果那只是作者上传到arXiv上的早期版本，与作者最终在ICCV2017上发表的正文相差甚远，早期版本只是介绍了使用SGM进行正则化，提高特征提取网络表征能力的部分，而没有介绍利用生成模型进行数据扩充的过程（怪不得许多文章都把这篇论文划分到数据增强类型的算法，我当时还很奇怪）。首先本文确定了一种新的小样本学习的基准（benchmark），整个学习过程分

>>阅读原文<<