incremental few-shot learning论文阅读
incremental few-shot learning
论文的主要目的:在不使用原始训练数据的情况下,对新增加类别的少量数据进行训练以进行增量学习。
Related Work:
object detection
作者比较了一阶段和二阶段检测模型,并讲述了一般检测模型的不足。检测模型需要大量有标注的数据进行训练,当线上部署的模型需要新增类别时,模型的实用性和可延伸性不足的缺点暴露。作者基于CenterNet作为BackBone进行优化。
Few-shot learning
Few-shot lea
原创
2020-08-28 15:36:05 ·
1526 阅读 ·
5 评论