通过可学习的多尺度嵌入和注意力机制来增强少数镜头图像分类
Fatemeh Askari1, Amirreza Fateh1, Mohammad Reza Mohammadi1
1School of Computer Engineering, Iran University of Science and Technology (IUST), Tehran, Iran.
概括
这项研究引入了一种新的多输出嵌入网络,用于几次拍摄分类,通过在多个阶段提取功能以自我注意和可学习权重来提高性能.
科学领域:
- 机器学习 机器学习
- 计算机视觉 计算机视觉
背景情况:
- 短拍分类旨在训练具有有限数据的模型,这对传统的基于指标的方法来说是一个挑战.
- 现有的方法往往忽视浅层特征,依靠单个距离值.
研究的目的:
- 开发一种新的几次性分类方法,克服传统方法的局限性.
- 通过在不同阶段捕获全局和抽象特征来增强特征表示.
主要方法:
- 利用多输出嵌入网络将样本映射到不同的特征空间.
- 整合了一个自我注意机制,在每个阶段进行功能改进.
- 在每个特征提取阶段使用可学习权重.
主要成果:
- 在5向1拍和5向5拍情景中,在MiniImageNet和FC100数据集上实现了高精度.
- 在八个基准数据集的跨领域任务中表现出强的表现.
- 在简单的分类任务中超越了最先进的方法.
结论:
- 拟议的多输出嵌入网络具有自我注意力和可学习权重,显著提高了几次拍摄分类性能.
- 该方法有效地捕捉了各种特征,从而产生了强大的表示和卓越的准确性.
- 这种方法为少数人学习研究提供了一个有希望的方向.
