2020年细粒度的文章,idea还不错,三个模块,利用半监督的思想,取无标签的正样本,求图像的主要特征和空间位置信息,设计损失函数优化神经网络。
也是2020细粒度文章,用另外一种思路:分步式训练策略,类似于特征金字塔,但是不同的是,该算法在每一个特征块都计算loss,都进行反向传播。主要还是优化神经网络的参数,适用于网络模型较大的。
(15条消息) 深度学习领域专有名词的理解与释义_深视-CSDN博客
关于一些cv名词的解释以及一些方法。
(15条消息) 论文阅读笔记《Learning to Compare: Relation Network for Few-Shot Learning》_深视-CSDN博客
小样本学习相似性度量方法:利用cnn求相似性得分
小样本学习相似性度量方法:新的距离度量方式:EMD距离
(15条消息) 论文阅读笔记《Self-attention relation network for few-shot learning》_深视-CSDN博客
小样本学习相似性度量方法:在分类器前加入一个自注意力模块,寻找像素点远距离依赖,实际上加入的自注意力模块是非局部连接网络:Non-local Neural Networks
ACnet:无参数增加的前提下,改变卷积核的计算方式,提高准确率