基于多域数据扩充的小样本识别方法

  • 打印
  • 收藏
收藏成功
微博 QQ空间 微信


打开文本图片集

摘  要：深度学习在图像识别任务中的表现依赖于数据集的大小，当样本稀缺时，模型难以获得优异的成绩。针对如何在少量数据的条件下训练出表现优越的识别模型这一问题，受生成对抗网络的启发，文章提出了一种基于多域数据扩充的小样本识别模型。该模型通过已有数据集训练生成模型，生成用于扩充数据集的伪样本。（剩余11646字）

试读结束

目录
monitor