基于类注意力的原型网络改进方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘要：小样本学习是图像分类任务中的一个重要挑战，能够有效解决因数据量较少而产生的模型准确率降低的问题。针对小样本学习难以准确获取类内共有特征的问题，提出一种基于类注意力的原型网络改进方法。利用掩膜图像进行数据预处理和图像增强，以提高原始数据质量；引入注意力机制，选择性地关注特征图中的重要信息，以增强特征提取能力；设计类注意力模块，提取具有注意力信息的类别原型。（剩余9882字）

试读结束

目录
monitor