Rethinking Few-Shot Image Classification: a Good Embedding Is All You Need
Rethinking Few-Shot Image Classification: a Good Embedding Is All You Need(ECCV)
Abstract
目前针对元学习的研究主要集中在设计一个元学习算法,尝试从少量样本中获得样本的元知识,从而将元知识泛化应用到新的任务中。小样本学习是元学习中广泛应用的重要基准(benchmarks)之一。在本文中,作者发现一个性能好的embedding model要比复杂的元学习算法更加高效。所以文章从如何获得较优性能的Embedding Model角度出发,一方面通过优化embedding model的训练过程,另一方面引入知识蒸馏(Knowledge distillation)思想,通过多次迭代进一步优化Embedding Model的特征提取能力。文章在现有主流FSL的数据集中,均取得SOTA的效果。
Introduction
使用元学
Rethinking Few-Shot Image Classification: a Good Embedding Is All You Need最先出现在Python成神之路。
共有 0 条评论