|
|||||
|
|
| 基于改进关系网络的小样本学习 | |
| 作者单位： | ;1.安徽大学电子信息工程学院;2.清华大学合肥公共安全研究院 |
| 摘 要： | 关系网络是一种端到端的小样本学习框架,可以通过少量标注样本识别新的类别.在关系网络的基础上,融合inception块和感受野块,提出了一种基于改进关系网络的小样本学习方法.用inception块替换嵌入模型的第3个卷积层,并且将感受野块添加在关系模型的起始位置,这两种卷积块分别提升了网络的特征表达能力和度量能力.在Omniglot数据集上,该算法的识别率整体高于关系网络,达到97%以上;在miniImagenet数据集上,采用5-way 1-shot和5-way 5-shot方法,算法识别率分别达到52.89%,67.15%. |
| 关 键 词： | 小样本学习 关系网络 inception块 感受野块 |
Few-shot learning using improved relation network |
|
| Abstract: | |
| Keywords: | |
| 本文献已被 CNKI 等数据库收录！ | |