【小样本学习】(二):Dense Relation Distillation with Context-aware Aggregation for Few-Shot Object Detection

【小样本知识蒸馏】(二):Dense Relation Distillation with Context-aware Aggregation for Few-Shot Object Detection

论文地址:

这篇文章中了 CVPR 2021

https://arxiv.org/abs/2103.17115

代码地址:

https://github.com/hzhupku/DCNet

主要问题:

小样本目标检测的两个挑战是:(1)支持图像和查询图像之间的外观变化很常见,这会导致一种误导性的方式;(b)阻塞问题使得特征表示不完整,导致错误分类和缺失检测

在这里插入图片描述

而且现有的小样本学习工作大多集中于图像分类问题,只有少数人关注小样本目标检测问题,而由于对象检测不仅需要类预测,而且还需要对象的定位,这使得它比分类任务要困难得多

主要思路:

这篇文章中,为了充分利用带注释的新对象的特征并捕获查询对象的细粒度特征,作者提出了具有上下文感知聚合的密集关系分离模块(D

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
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

打赏作者

BIT可达鸭

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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