3.7 Few-Shot Learning
Few-Shot Learning in DeepLearning
Bryce1010_贤哉回也
github: https://github.com/Bryce1010
\n
e-mail: bryceyx@gmail.com
展开
-
[Few-shot]2020年few-shot detection综述
文献调研怎么做?作者同样总结一个"三步法”:善用学术搜索引擎,(比如google学术,Arxiv)找出3-5篇相关领域近期最高引用的论文;了解这些论文的工作原理,并阅读其中的related work部分,幸运的话,这些内容可以直接帮你完成文献综述;在这些论文的参考文献中,找出其共同引用的论文,或者重复出现的作者姓名;访问这些关键人物网站,查看他们近期发表的论文,也可以看看他们参加了哪些顶...原创 2020-01-07 22:30:31 · 2809 阅读 · 0 评论 -
(few-shot)2020年few-shot learning Classification overview 小样本综述
小样本学习:基础 [blog]相关问题为了更好的了解 FSL, 这一小节列举一些和 FSL 相关的问题类别做比较.半监督学习(Semi-supervised Learning) 是同时从有标注和无标注的数据中学习最优假设 . 正样本半监督学习(Positive-unlabeled learning) 是一类特殊的半监督学习, 只有正样本和无标注样本可以使用. 主动学习(active ...原创 2020-01-03 22:40:08 · 1950 阅读 · 0 评论 -
[Few-shot Classification]Review:(ICLR 2019)A Close Look at Few-shot Classification
前言本次的Review,我将按照[How to read a paper]的顺序进行阅读。1. General Information文章是对Few-shot classification的一个综述性质的文章,但是在其基础上还提出了自己的模型,并对以前的方法进行了统一的标准。文章的主要贡献如下:对现有的few-shot classification算法做了公平性的比较分析,结果显示更...原创 2019-12-30 15:57:01 · 1449 阅读 · 0 评论 -
(Few-shot Detection)Review: Comparison Network for one-shot Conditional object detection
本篇文章思路比较简单,作者认为,One-shot Learning只检测与query image相似的目标,是一种有条件的检测任务,适合引入贝叶斯条件概率理论。网络的大致模型:(a) 表示以前做One-shot conditional detection任务的常用做法,采用selective windows设计一个固定的metric 方法;(b)表示LSTD的做法,对RPN和分类器都采用f...原创 2019-12-14 15:34:15 · 649 阅读 · 1 评论 -
(Few-shot Detection)Review: Transductive Learning for zero-shot object detection
Ref 半监督学习 - - 直推学习(Transductive learning)1. 提出问题在做zero-shot detection的时候,由于源数据(Seen)和目标数据集(unseen)之间的数据分布并不匹配,导致了严重的域偏移问题;由于模型是根据seen的数据训练的,导致引入了较大的偏差,在一般的zero-shot设定下,会把unseen数据更大概率的预测成seen里面的...原创 2019-12-14 15:33:35 · 548 阅读 · 1 评论 -
(Few-shot detection)Review: Few-shot Object Detection via Feature Reweighting
Reffeature reweighting pytorch Implement1. 提出研究的问题对于few-shot分类而言,可以采用学习prototype的方式学习一个中心,但是如果用于目标检测,很难匹配和定位一个物体。因为在图像中会有很多的干扰因素和非目标物体。2. 提出方案Feature Extractor moduleFeature Extractor从 quer...原创 2019-12-14 15:32:11 · 1224 阅读 · 1 评论 -
(Fewshot detection)Review:RepMet: Representative-based metric learning for few-shot detection
Ref官方代码 MxNetpytorch Reimplement 确实detection部分Something About Few-shot Detection从图1中可以看出,本文中的few-shot detection中的detection并不是完整的detection过程,文章中的大致意思是:让现有的检测模型框架的 classification head 变得可以学习...原创 2019-12-14 15:29:15 · 684 阅读 · 1 评论 -
(Few-shot Detection)Review: fewshot adaptive faster r-cnn
Challenge目标域上的数据严重不足Detection的任务不仅要定位还要分类,增加任务难度数据量少容易造成over-adaptation同时,现在存在的Domain-Adaptation Detection中,更多的是做无监督的方式,这样在源域同样需要大量的数据。所以本文的研究目的是:在源域上训练的检测器,通过few-shot learning的思想转移到在带有部...原创 2019-12-14 11:32:41 · 646 阅读 · 0 评论 -
(one-shot detection)Review: Comparison Network for one-shot Conditional object detection
本篇文章思路比较简单,作者认为,One-shot Learning只检测与query image相似的目标,是一种有条件的检测任务,适合引入贝叶斯条件概率理论。网络的大致模型:(a) 表示以前做One-shot conditional detection任务的常用做法,采用selective windows设计一个固定的metric 方法;(b)表示LSTD的做法,对RPN和分类器都采用f...原创 2019-12-10 18:00:19 · 1412 阅读 · 0 评论 -
(Few-shot detection)Review: Transductive Learning for zero-shot object detection
Ref 半监督学习 - - 直推学习(Transductive learning)1. 提出问题在做zero-shot detection的时候,由于源数据(Seen)和目标数据集(unseen)之间的数据分布并不匹配,导致了严重的域偏移问题;由于模型是根据seen的数据训练的,导致引入了较大的偏差,在一般的zero-shot设定下,会把unseen数据更大概率的预测成seen里面的...原创 2019-12-06 17:44:30 · 682 阅读 · 0 评论 -
(Few-shot Detection)Review: Fews-shot Object Detection Feature Reweighting
Reffeature reweighting pytorch Implement1. 提出研究的问题对于few-shot分类而言,可以采用学习prototype的方式学习一个中心,但是如果用于目标检测,很难匹配和定位一个物体。因为在图像中会有很多的干扰因素和非目标物体。2. 提出方案Feature Extractor moduleFeature Extractor从 quer...原创 2019-12-05 13:07:54 · 1236 阅读 · 0 评论 -
Review: One-shot Object Detection with Co-Attention and co-Excitation review (Few-shot detection)
RefPyTorch Implement1. 提出任务给定一个没有在训练集中出现过的类别的图像补丁,目的是检测出与该类别相同的所有的实例。假设查询的图像作为未见过的测试集中的的类的原型,任务是在新的目标图像中定位查询对象最可能出现的位置(检测出新的目标的位置)2. 解决方案首先,采用non-local 操作对query-target匹配对探索co-attention, 并生成RO...原创 2019-12-03 14:45:02 · 1102 阅读 · 0 评论 -
(Few-shot )Review:Learning from the Past:Continual Meta-Learning with Bayesian Graph Neural network
1. 提出问题现有的基于图网络做meta-learning的方法会有Catastrophic forgetting 和 insufficient robustness的问题, 导致不嗯呢个保持long-term的knowledge,并会造成严重的错误积累。Catastraphic forgettinginsufficient robustness2. 提出解决方案针对Catast...原创 2019-12-02 15:18:24 · 1646 阅读 · 5 评论