RepMet: Representative-based metric learning for classification and few-shot object detection

CVPR2018：
《RepMet: Representative-based metric learning for classification and few-shot
object detection》

关键词：距离度量学习(DML)

摘要：距离度量学习(DML)已经成功地应用于对象分类，无论是在丰富训练数据的标准体系中，还是在每个类别仅由几个例子表示的少镜头场景中。在这项工作中，我们提出了一种新的距离度量学习方法，该方法在单个端到端的训练过程中同时学习骨干网络参数、嵌入空间和该空间中每个训练类别的多模态分布。在各种标准细粒度*(Fine-Grained)*数据集上，我们的方法在基于DML的对象分类方面优于现有方法。此外，通过将所提出的DML体系结构作为分类头结合到标准对象检测模型中，我们证明了我们的方法在少镜头对象检测问题上的有效性。与强基线相比，我们在ImageNet-LOC数据集上获得了最佳结果，此时只有几个训练示例可用。我们还为社区提供了一个新的基于ImageNet数据集的场景基准，用于少镜头对象检测任务。

Fine-Grained Database：由12个数据集组成

1.花类数据集Oxford flower 数据集下载地址：https://www.robots.ox.ac.uk/~vgg/data/flowers/102/index.html
2.鸟类数据集
CUB200 数据集下载地址：http://www.vision.caltech.edu/visipedia/CUB-200-2011.html
3.狗类数据集Stanford dog 数据集下载地址：http://vision.stanford.edu/aditya86/ImageNetDogs/
4.车数据集Stanford Car 数据集下载地址：https://ai.stanford.edu/~jkrause/cars/car_dataset.html
5.飞机数据集 FGVG Aircraft 数据集下载地址：http://www.robots.ox.ac.uk/~vgg/data/fgvc-aircraft/
6.衣服服装数据集 DeepFashion 数据集下载地址：http://mmlab.ie.cuhk.edu.hk/projects/DeepFashion.html
7.水果数据集 Fru92数据集下载地址：https://pan.baidu.com/s/1boSNcV9#list/path=%2F
8.植物和动物数据集 iNat2017 数据集下载地址：https://github.com/visipedia/inat_comp/tree/master/2017
9.ILSRC2012 数据集下载地址：http://academictorrents.com/browse.php?search=imagenet
10.零售商品数据集 RPC数据集下载地址：https://rpc-dataset.github.io/

模型结构：

DML-based few-shot detection

数据集：
A part of Fine-Grained Database：Stanford Dogs、Oxford-IIIT Pet、Oxford 102
Flowers、and ImageNet Attributes

对比试验：
基于DML的小样本检测：
与小样本检测基准LSTD进行对比试验：LSTD: A Low-Shot Transfer Detector for Object Detection.

结果：
在不同方法上的误差：

代码：
未公开