基于特征融合的小样本学习

扫码查看

原文链接

NETL

中文摘要：深度学习是通过大量标注数据训练模型,从而使得模型能够准确预测未知目标.样本数据的收集与标注需要耗费大量时间,并且在某些特殊场景下难以获取大量的标注数据,因此如何基于小样本训练模型变得至关重要.针对这一问题,提出基于特征融合的模型,融合方式主要体现在两方面,一是在特征提取模块融合多层次特征,二是样本融合模块综合多个样本特征.实验通过Mini ImageNet数据集对提出的模型进行测试,验证了该方法的有效性.

作者：

张智辉

展开 >

作者单位：

上海市智能制造及机器人重点实验室,上海大学机电工程与自动化学院,上海,200444

关键词：

小样本学习特征融合训练模式匹配模型

主办单位：

中国计算机学会

会议名称：

2020中国工业计算机大会

会议时间：

2020-12-01

会议地点：

杭州

会议母体文献：

2020中国工业计算机大会论文集

页码：

87-94

出版时间：

2020