Attributes-Guided and Pure-Visual Attention Alignment for Few-Shot Recognition笔记

该博客探讨了一种利用属性信息和纯视觉注意力对齐的方法,用于解决少样本识别问题。通过半监督的方式,研究了在有属性信息和无属性信息条件下,通道注意力与空间注意力模块的作用。实验在CUB-200-2011和SUN Attribute Database数据集上进行,数据集划分比例为CUB:train:val:test = 2:1:1,SUN: train:val:test = 580:65:72。模型从头开始训练,使用Conv-4和ResNet-12作为基础网络。
摘要由CSDN通过智能技术生成

方法:以半监督的方式。

模块在有属性信息 和无属性信息的方式下,进行channel attention与spatial attention。

 

数据集:  CUB-200-2011,SUN Attribute Database

类别:

CUB:train:val:test = 2:1:1

SUN: train:val:test = 580:65:72

trained from scratch

backbone: Conv-4 and ResNet-12,

  • 0
    点赞
  • 3
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值