E-COM-NET
首页
在线工具
Layui镜像站
SUI文档
联系我们
推荐频道
Java
PHP
C++
C
C#
Python
Ruby
go语言
Scala
Servlet
Vue
MySQL
NoSQL
Redis
CSS
Oracle
SQL Server
DB2
HBase
Http
HTML5
Spring
Ajax
Jquery
JavaScript
Json
XML
NodeJs
mybatis
Hibernate
算法
设计模式
shell
数据结构
大数据
JS
消息中间件
正则表达式
Tomcat
SQL
Nginx
Shiro
Maven
Linux
Few-shot
【论文阅读】Frustratingly Simple
Few-Shot
Object Detection
从几个例子中检测稀有物体是一个新出现的问题。先前的工作表明Meta-Learning是一种有希望的方法。但是,微调技术很少引起注意。我们发现,在稀有类上只对现有探测器的最后一层进行微调对于Few-ShotObjectDetection至关重要。这样一种简单的方法在当前基准上比元学习方法高出大约2~20个百分点,有时甚至比以前的方法提高了一倍的准确率。然而,少数样本中的高方差(highvarianc
c1assy
·
2023-03-30 03:43
Few-shot
object
detection
论文阅读
目标检测
机器学习
从BERT到ChatGPT!97页全面综述:那些年一起追过的预训练基础模型
ChatGPT在
few-shot
和zero-shot场景下展现出的惊人性能,让研究人员们更坚定「预训练」是一条正确的路线。预训练基础模型(PretrainedFoundation
Amusi(CVer)
·
2023-03-29 07:35
bert
chatgpt
人工智能
深度学习
自然语言处理
论文笔记--Selective Annotation Makes Language Models Better
Few-Shot
Learners
论文笔记--SelectiveAnnotationMakesLanguageModelsBetterFew-ShotLearners1.文章简介2.文章导读2.1概括2.2文章重点技术2.2.1selectiveannotation(vote-k)2.2.2promptretrieval3.文章亮点4.原文传送门5.References1.文章简介标题:SelectiveAnnotationMak
Isawany
·
2023-03-27 07:38
论文阅读
语言模型
nlp
人工智能
自然语言处理
论文阅读:《Cross-domain
few-shot
classification via learned feature-wise transformation》
hello~好久不见!小李回归论文阅读啦!虽然是之前拖延的论文……才发现放假这么久都没有静下心看几篇(留下不学无术的眼泪)言归正传,今天记录的是关于小样本域适应的一篇2020的文章。论文名称:《Cross-domainfew-shotclassificationvialearnedfeature-wisetransformation》论文地址:https://arxiv.org/abs/2001.
LiBiscuit
·
2023-03-20 11:52
论文阅读 [TPAMI-2022] Prior Guided Feature Enrichment Network for
Few-Shot
Segmentation
论文阅读[TPAMI-2022]PriorGuidedFeatureEnrichmentNetworkforFew-ShotSegmentation论文搜索(studyai.com)搜索论文:PriorGuidedFeatureEnrichmentNetworkforFew-ShotSegmentation搜索论文:http://www.studyai.com/search/whole-site/
北岭狼人
·
2023-03-19 07:13
CVPR
机器学习
深度学习
人工智能
计算机视觉
论文阅读 [TPAMI-2022] Label Independent Memory for Semi-Supervised
Few-Shot
Video Classification
论文阅读[TPAMI-2022]LabelIndependentMemoryforSemi-SupervisedFew-ShotVideoClassification论文搜索(studyai.com)搜索论文:LabelIndependentMemoryforSemi-SupervisedFew-ShotVideoClassification搜索论文:http://www.studyai.com/
北岭狼人
·
2023-03-19 07:11
计算机视觉
机器学习
人工智能
深度学习
CVPR
GPT系列:GPT, GPT-2, GPT-3精简总结 (模型结构+训练范式+实验)
文章目录1、GPT1.1、模型结构:1.2、范式:预训练+finetune1.3、实验部分:2、GPT-22.1、模型结构2.2、范式:预训练+zero-shotzero-shot,one-shot,
few-shot
#苦行僧
·
2023-03-17 08:43
NLP
#
GPT系列
GPT
GPT-2
GPT-3
深度学习
人工智能
论文阅读:《Explanation-Guided Training for Cross-Domain
Few-Shot
Classification》
最近都在忙比赛的事情真拖了很久没有来更新我的论文阅读了……一下子都五月底了时间可太快了……论文名称:《Explanation-GuidedTrainingforCross-DomainFew-ShotClassification》论文地址:https://arxiv.org/abs/2007.08790v2本篇文章只记录个人阅读论文的笔记,具体翻译、代码等不展开,详细可见上述的链接.Backgro
LiBiscuit
·
2023-03-16 11:28
论文阅读(六)Prototypical Networks for
Few-shot
Learning
1.摘要我们针对少样本分类问题提出了原型网络,其中一个分类器必须归纳为训练集中没有的新类,只给出了每个新类的一小部分示例。原型网络学习一个度量空间,在该空间中,通过计算到每个类的原型表示的距离,可以执行分类。与最近的少量样本学习方法相比,它们反映了一种更简单的归纳偏见,有利于这种有限的数据体制,并取得了良好的结果。我们提供了一个分析,表明一些简单的设计决策可以比最近涉及复杂架构选择和元学习的方法产
续袁
·
2023-03-09 08:52
【AAAI 2023】针对视频分类的知识迁移
通过简单而有效的调整范例,该方法能够在各种视频识别场景(即zero-shot、
few-shot
、一般识别)实现了最先进的性能和高效
·
2023-02-23 19:24
计算机视觉
Prompt Learning: ChatGPT也在用的NLP新范式
在这一新的范式下,大语言模型呈现出惊人的zero-shot和
few-shot
能力,使用较少的训练数据来适应新的任务形式。最近火爆出圈的ChatGPT是利用这一方式。
·
2023-02-20 09:04
《Edge-Labeling Graph Neural Network for
Few-shot
Learning》翻译
Edge-LabelingGraphNeuralNetworkforFew-shotLearning摘要在本文中,我们提出了一种新的边标签图神经网络,其在边标签图上采用深度学习进行小样本学习。以往用于小样本学习的图神经网络方法基本上都是基于节点标签框架,该框架对类内相似、类间不同进行隐式建模。相反,我们提出的学习预测图上的边标签而不是节点标签,通过直接利用类内相似、类间不同对边标签进行迭代更新,从
墨染青clothing
·
2023-02-19 07:56
论文阅读《
Few-Shot
Learning as Domain Adaptation: Algorithm and Analysis》
一晃都开学十天了来学习之后还是感觉有个适应期哈拖到周末才来更新希望三月顺利~接下来能完成一个个任务!今天更新的论文是比较早之前阅读的但是就是没有认真过一遍…论文名称:《Few-ShotLearningasDomainAdaptation:AlgorithmandAnalysis》论文地址:https://arxiv.org/pdf/2002.02050.pdf论文阅读参考:https://blog
LiBiscuit
·
2023-02-18 11:02
论文《Avoiding Inference Heuristics in
Few-shot
Prompt-based Finetuning》学习笔记
论文链接:https://arxiv.org/abs/2109.041441.Motivation在进行sentencepairclassification的时候,如果是few-shotlearning,使用prompt-basedfinetuning很容易产生启发式推理(InferenceHeuristics)的问题(即:模型会因为一个句子对由同一个单词组成,从而假设这个句子对具有相同的含义),
Vincy_King
·
2023-02-17 18:33
NLP
期刊阅读
自然语言处理
期刊阅读
论文笔记:Template-free Prompt Tuning for
Few-shot
NER
论文来源:NAACL2022论文链接:https://arxiv.org/pdf/2109.13532.pdf代码地址:https://github.com/rtmaww/EntLM/Abstract基于提示学习的方法成功应用于句子级的小样本学习任务主要得益于模板和标签词的复杂设计,但是当应用于token级别的标签任务(如NER)时,在所有潜在的实体spans内枚举模板是非常耗时的。针对此问题,本
Daisymanman
·
2023-02-17 18:01
提示学习
NER
自然语言处理
论文阅读
论文阅读:GeoAug: Data Augmentation for
Few-Shot
NeRF with Geometry Constrain
中文标题:使用几何约束增强小样本神经辐射场提出的问题NeRF尽管简介有效,但是往往不能收敛到正确的几何结构。这个问题在小样本学习中尤为明显,往往在没有足够训练数据的情况下,很难使得MLP网络学习到正确的几何的隐表示,表现为深度数据的混乱和失真。创新点提出了一种基于几何约束和隐式深度监督的NeRF的数据增强方法。具体方法几何感知数据增强首先在训练集中6维自由度姿态P加任意噪声:然后渲染在位姿P’下图
BlueagleAI
·
2023-02-16 23:37
神经辐射场
论文阅读
人工智能
神经辐射场
GPT 3.0:Language Models are
Few-Shot
Learners(2020-5-28)
模型介绍迁移学习是一种在自然语言处理中强大的技术,模型首先要针对数据丰富的任务进行预训练,然后再针对下游任务进行微调。GPT3.0通过引入统一的框架来探索NLP迁移学习技术的前景:将问题都转换为text-to-text格式,并在数十种语言理解任务研究比较了预训练目标,架构,未标记的数据集,迁移方法和其他因素。结合实验所得以及C4数据集,在许多基准上获得了最新的结果,这些基准涵盖了摘要,问题回答,文
不负韶华ღ
·
2023-02-16 23:54
深度学习(NLP)
语言模型
自然语言处理
深度学习
论文笔记:Making Pre-trained Language Models Better
Few-shot
Learners
可以仅仅通过一个自然语言提示(prompt)以及少量甚至无需样例(标注样本)就可以作出正确的预测,即GPT-3可以通过不使用一条样例的Zero-shot、仅使用一条样例的One-shot和使用少量样例的
Few-shot
北在哪
·
2023-02-16 23:23
自然语言处理
Prompt
自然语言处理
文献阅读:Language Models are
Few-Shot
Learners
文献阅读:LanguageModelsareFew-ShotLearners1.内容简介2.模型&实验1.模型&训练2.调用方法3.模型效果3.总结&思考文献链接:https://arxiv.org/abs/2005.141651.内容简介这篇文献就是大名鼎鼎的GPT3的工作。在这篇文章当中,OpenAI提出了GPT3模型,将自回归语言模型的参数量从前作GPT2的1.5B直线提升到了175B,并且
Espresso Macchiato
·
2023-02-16 23:53
文献阅读
GPT3
Zero-Shot
Prompt
LLM
Few-Shot
ACL21 - Making Pre-trained Language Models Better
Few-shot
Learners
受启发于GPT3使用prompt做
Few-shot
任务表现不错,本文提出LM-BFF模型,能更好的微
ywm_up
·
2023-02-16 23:53
论文笔记
prompt
预训练
论文——Gao_Making Pre-trained Language Models Better
Few-shot
Learners
论文核心围绕
few-shot
学习中的提示学习,提出自动化生成label和模板的方式,并比较了手动构建模板和自动化构建模板的优劣。
QianTu&
·
2023-02-16 23:22
论文记录
语言模型
深度学习
人工智能
GPT-3(Language Models are
Few-shot
Learners)简介
GPT-3(LanguageModelsareFew-shotLearners)GPT-2网络架构GPT系列的网络架构是Transformer的Decoder,有关Transformer的Decoder的内容可以看我之前的文章。简单来说,就是利用Maskedmulti-headattention来提取文本信息,之后利用MLP和softmax来预测当前序列后应该接什么字符,以此来生成长的文本。注意:
晴空^_^
·
2023-02-16 23:52
人工智能
gpt-3
语言模型
深度学习
Language Models are
Few-Shot
Learners
本文说明了增大语言模型可以提高
few-shot
的性能,具体来说,训练了一个175billion参数的自回归语言模型(GPT-3),并在测试了其
few-shot
性能。
chansonzhang
·
2023-02-16 23:52
NLP
Papers
NLP
AI
自然语言处理
深度学习
机器学习
论文阅读《A Transductive Multi-Head Model for Cross-Domain
Few-Shot
Learning》
好久不见哈一下子就快月底啦(已经满心欢喜期待五一啦嘻嘻)最近更新都是围绕域适应20/21较新的论文(arxiv上的)大都数网上还没有出现解读材料,故记录仅自我理解,若有偏差可简信交流。论文名称:《ATransductiveMulti-HeadModelforCross-DomainFew-ShotLearning》论文地址:https://arxiv.org/abs/2006.11384v1论文代
LiBiscuit
·
2023-02-16 22:56
[论文]MetaNODE: Prototype Optimization as a Neural ODE for
Few-Shot
Learning——AAAI2022
原文标题:MetaNODE:PrototypeOptimizationasaNeuralODEforFew-ShotLearning发表会议:AAAI2022原文链接:https://arxiv.org/pdf/2103.14341.pdf代码下载:https://github.com/zhangbq-research/metanode注:因本文理解视角为对当前FSL领域有一定了解,如有任何不懂,
墨默默鸭
·
2023-02-07 07:55
原型模式
人工智能
机器学习
计算机视觉
深度学习
Few-Shot
Object Detection with Attention-RPN and Multi-Relation Detector 论文笔记
前言小样本目标检测,即给定一个新类的支持集(supportset),该支持集中只有少量的样本,需要在测试集(testset)中检测出所有属于该新类的前景目标。如下图所示,左上角和右上角分别是两个不同类别的支持集样本,自行车和头盔,在下面的查询集(queryset)图像中检测出所有属于自行车和头盔这两个类的目标。在目前一些小样本目标检测算法中,bbox可能会漏检一些目标,或者在背景中生成许多错误的检
头柱碳只狼
·
2023-02-06 08:28
目标检测
小样本学习
计算机视觉
Few-shot
learning(少样本学习)和 Meta-learning(元学习)概述
目录(一)Few-shotlearning(少样本学习)1.问题定义2.解决方法2.1数据增强和正则化2.2Meta-learning(元学习)(二)Meta-learning(元学习)1.学习微调(LearningtoFine-Tune)2.基于RNN的记忆(RNNMemoryBased)3.度量学习(MetricLearning)4.方法简单比较5.未来方向5.1更好的meta-learnin
Csdn-Yxt
·
2023-02-06 08:51
论文阅读《
Few-Shot
Object Detection with Attention-RPN and Multi-Relation Detector》
Attention-RPN和Multi-RelationDetector提出了一种包含带注意力机制的RPN、Multi-RelationDetector和对比训练策略通过度量support和query相似性来解决小样本问题的方法,同时很好地抑制了背景。训练完成的网络可以直接泛化到新类别上,而不需要在新类别上进行微调。具体来说,该方法利用权重共享网络,探索对象对(objectpair)在Multi-
不说话装高手H
·
2023-02-06 08:21
【推荐研究方向(1)】小样本开集目标检测(
few-shot
open-set detection)
论文题目:TowardsFew-ShotOpen-SetObjectDetection论文链接:https://arxiv.org/abs/2210.159961、任务:小样本开集目标检测,使用少量已知类样本训练模型,使得模型既能够检测小样本已知类又能够检测未知类。2、动机:解决FSOSOD问题有三个重要原因。1)可以识别小样本类别的开集检测器比不能识别的检测器更有用。2)数据丰富的开放集检测在所
苏打水的杯子
·
2023-02-06 08:50
人工智能
目标检测
图像处理
目标检测
深度学习
计算机视觉
Few-shot
learning
1.前言Few-shotLearning顾名思义就是用很少的样本去做分类或者回归。举个简单的例子:假如现在有一个SupportSet只有四张图片,前两张是犰狳(读音:qiúyú),又称“铠鼠”。后面两张是穿山甲,不用在乎太在意是否认识这两种动物,只需要区分这两种动物就行了,从现在开始观察10s,下面有一张测试图。那么接下来进入测试环节:下面这张图是犰狳还是穿山甲呢?如果不能正常分类,那你基本就告别
Sophia$
·
2023-02-05 15:19
小样本学习
机器学习
论文 | ACM MM 2021: Meta-FDMixup: Cross-Domain
Few-Shot
Learning Guided by Labeled Target Data
一写在前面未经允许,不得转载,谢谢~~这篇文章是我们团队发在ACMMultimedia2021上的工作,主要是做cross-domainfew-shotlearning,文章主要提出使用极少一部分target带标注数据来帮助模型的学习。出处:ACMmultimedia2021title:Meta-FDMixup:Cross-DomainFew-ShotLearningGuidedbyLabeled
与阳光共进早餐
·
2023-02-02 07:26
小样本语义分割—CANet: Class-Agnostic Segmentation Networks with Iterative Refinement andAttentive
Few-Shot
一,DenseComparisonModule(DCM密集比较模块)该模块由两个子模块组成:①特征提取器②特征密集比较模块1.特征提取器使用在Imagenet上进行了预训练的ResNet-50作为特征提取器的主干。因为较低层中的特征通常与低级线索(例如,边缘和颜色)相关,而较高层中的特性与对象级别概念(例如,对象类别)相关。ResNet中的层基于空间分辨率分为4个Block,自然对应于4个不同的表
老男孩li
·
2023-02-01 20:49
论文粗读
深度学习
神经网络
人工智能
[论文精读] [NeRF] GeCoNeRF:
Few-shot
Neural Radiance Fields via Geometric Consistency
GeCoNeRF:Few-shotNeuralRadianceFieldsviaGeometricConsistencyAbstractMotivationsContributionsMethodologyOverviewPreliminariesRenderedDepth-GuidedWarpingConsistencyModelingFeature-levelconsistencymodeli
Wang_NNN
·
2023-02-01 10:21
NeRF
读论文
python
计算机视觉
人工智能
NeurIPS 2021 | 通过寻找平坦最小值,克服小样本增量学习中的灾难性遗忘
©作者|FlyingBug单位|哈尔滨工业大学(深圳)研究方向|小样本学习写在篇首本文分享的这篇论文是NeurIPS2021的一篇
Few-Shot
增量学习(FSCIL)文章,这篇文章通过固定backbone
PaperWeekly
·
2023-02-01 02:53
机器学习
人工智能
深度学习
python
算法
[FSCE]FSCE:
Few-Shot
Object Detection via Contrastive Proposal Encoding(CVPR. 2021)
1.Motivation本文是基于fine-tuningbased方法Inthiswork,weobserveandaddresstheessentialweaknessofthefine-tuningbasedapproach–constantlymislabelingnovelin-stancesasconfusablecategories,andimprovethefew-shotdetec
Ah丶Weii
·
2023-01-31 15:17
笔记
深度学习
机器学习
自然语言处理
SetFit: 高效的无提示少样本学习
最近几年来,基于预训练语言模型的少样本(
few-shot
)学习出现并成为解决这类问题的颇有前途的方案。
·
2023-01-31 11:40
人工智能huggingface
论文 | NeurIPS2020 CrossTransformers:spatially-aware
few-shot
transfer
一写在前面未经允许,不得转载,谢谢~~~嘿,好久不见,我要开始慢慢恢复科研论文笔记的更新啦~今天分享的文章是做小样本图像识别的。主要信息:视觉任务:few-shotimageclasssification文章出处:NeurIPS2020文章代码:https://github.com/google-research/meta-dataset原文链接:https://arxiv.org/abs/200
与阳光共进早餐
·
2023-01-29 22:43
[CVPR 2019] Meta-Transfer Learning for
Few-Shot
Learning
Meta-TransferLearningforFew-ShotLearning论文代码推荐指数:⭐⭐⭐⭐属于用meta-learning做fsl相比MAML,使用更深的网络,但只更新部分参数使用难样本挖掘提升网络精度MTL1.动机2.方法3.实验4.讨论5.参考1.动机已有fsl方法的问题:需要采样很多的任务进行训练。比如MAML采样24k个任务,本文只采样8k个任务。只使用浅层网络,不能利用深
一亩高粱
·
2023-01-29 10:46
小样本学习
Few-Shot
Object Detection with Fully Cross-Transformer论文精读
论文地址:https://openaccess.thecvf.com/content/CVPR2022/papers/Han_Few-Shot_Object_Detection_With_Fully_Cross-Transformer_CVPR_2022_paper.pdfAbstract少样本目标检测(FSOD),目的是用很少的训练例子来检测新的目标。利用基于双分支的siamese网络,基于元学
樱花的浪漫
·
2023-01-25 07:46
少样本学习
目标检测
transformer
深度学习
人工智能
计算机视觉
小样本学习——概念、原理与方法简介(
Few-shot
learning)
Few-shotlearning(FSL)在机器学习领域具有重大意义和挑战性,是否拥有从少量样本中学习和概括的能力,是将人工智能和人类智能进行区分的明显分界点,因为人类可以仅通过一个或几个示例就可以轻松地建立对新事物的认知,而机器学习算法通常需要成千上万个有监督样本来保证其泛化能力。原则上我们将FSL方法分为基于生成模型和基于判别模型两种,其中基于元学习的FSL方法值得特别注意。到目前为止,FSL
人工智能与算法学习
·
2023-01-20 21:10
算法
人工智能
大数据
数据挖掘
编程语言
如何理解
few-shot
learning中的n-way k-shot?
原文:https://www.zhihu.com/question/363200569/answer/2626785660?utm_id=0作者:胖迪王链接:https://www.zhihu.com/question/363200569/answer/2626785660来源:知乎著作权归作者所有。商业转载请联系作者获得授权,非商业转载请注明出处。论文:[1606.04080]MatchingN
javastart
·
2023-01-20 14:45
自然语言
深度学习
人工智能
论文阅读笔记 [NIPS2019] Learning to Self-Train for Semi-Supervised
Few-Shot
Classification
学习自我训练的半监督小样本分类Li-nips2019-LST-LearningtoSelf-TrainforSemi-SupervisedFew-ShotClassification摘要作者提出了一种新颖的半监督元学习方法:学习自我训练(简称LST)。这种方法利用无标签数据,特别是学习如何择优挑选和标记这些无标签数据,以进一步提高性能。对于每个小样本任务,训练一个小样本模型来预测无标签数据的伪标签
勇敢的仙人掌
·
2023-01-19 12:31
计算机视觉
机器学习
神经网络
机器学习
深度学习
论文翻译《Dense Relation Distillation with Context-aware Aggregation for
Few-Shot
Object Detection》
论文地址:https://arxiv.org/abs/2103.17115代码地址:https://github.com/hzhupku/DCNet目录Abstract1.Introduction2.RelatedWork2.1.GeneralObjectDetection2.2.Few-ShotLearning2.3.Few-ShotObjectDetection3.Method3.1.Prel
薛铁钢
·
2023-01-16 04:19
小样本目标检测
论文翻译与阅读
目标检测
计算机视觉
深度学习
TOWARDS FASTER AND STABILIZED GAN TRAININGFOR HIGH-FIDELITY
FEW-SHOT
IMAGE SYNTHESIS
论文链接推荐大家去paperwithcode上面搜索,还有相应代码BrowsetheState-of-the-ArtinMachineLearning|PapersWithCode1.摘要1.研究背景和任务定义在分辨率高的图像上训练生成对抗网络(GAN)通常需要大规模的gpu集群和大量的训练图像。本文研究了最小计算成本的GAN图像合成任务。2.展示实验效果我们提出了一个轻量级的GAN结构,在102
流星雨阿迪
·
2023-01-15 12:07
深度学习
生成对抗网络
cnn
神经网络
pytorch
【少样本图像生成】Towards Faster And Stabilized GAN training for high-fidelity
few-shot
image synthesis
【少样本图像生成】TOWARDSFASTERANDSTABILIZEDGANTRAININGFORHIGH-FIDELITYFEW-SHOTIMAGESYNTHESIS论文阅读笔记开源代码:https://github.com/odegeasslbc/FastGAN-pytorch首先这篇文章会分析一下模型的效果,优缺点,然后再解释网络结构。模型效果分析从论文里的图来看,效果是很不错的。以下是用1
芋圆526
·
2023-01-15 12:05
论文阅读
pytorch
深度学习
计算机视觉
【FastGAN】★Towards Faster and Stabilized GAN Training for High-fidelity
Few-shot
Image Synthesis
更快更稳定的GAN训练高保真的小样本图像生成(ICLR2021)paperwithcodewithsupplementmetrics:TowardsFasterandStabilizedGANTrainingforHigh-fidelityFew-shotImageSynthesis|OpenReviewofficialcode:https://github.com/odegeasslbc/Fas
Pengsen Ma
·
2023-01-15 12:32
#
图像生成GAN
生成对抗网络
人工智能
神经网络
ECCV 2022《
Few-Shot
Classification with Contrastive Learning》
目录0Abstract1Introduction2Pre-Training3Meta-Training4Experiment5Conclusion0Abstract作者指出他们提出了一种新颖的基于对比学习的FSL网络框架,这种框架可以将对比学习很好的集成到现在广泛使用的two-stagetrainingparadigm(包括pre-training和meta-learning两个stages)在p
脑瓜嗡嗡0608
·
2023-01-15 11:32
FSS
Paper
Notes
计算机视觉
ECCV 2022《Tip-Adapter: Training-free Adaption of CLIP for
Few-shot
Classification》
目录0Abstract回顾CLIP内容Keywords1Introduction2Tip-AdapterFramework3Tip-Adapter-FframeworkConclusion0Abstract回顾CLIP打通文本和图像的一种预训练模型。1.arxiv:https://arxiv.org/pdf/2103.00020.pdf2.framework:内容指出CLIP这样的对抗vision
脑瓜嗡嗡0608
·
2023-01-15 11:32
FSS
Paper
Notes
计算机视觉
ICLR 2021《FREE LUNCH FOR
FEW-SHOT
LEARNING: DISTRIBUTION CALIBRATION》
直接放相关链接:作者自己写的文章:ICLROral&T-PAMI2021|FreeLunchforFew-shotLearning:DistributionCalibrationdiscussion:浅谈FreeLunchforFew-shotLearning:DistributionCalibration与之相似的ICLR2022审稿文章《GENERALIZEDDISTRIBUTIONCALIB
脑瓜嗡嗡0608
·
2023-01-15 11:02
FSS
Paper
Notes
计算机视觉
【论文阅读】Prior Guided Feature Enrichment Network for
Few-Shot
Segmentation
PriorGuidedFeatureEnrichmentNetworkforFew-ShotSegmentationAbstractIntroductionRelatedWorkSemanticSegmentation(语义分割)Few-shotLearning(小样本学习)Few-shotSegmentation(小样本分割)OurMethodTaskDescription(任务描述)Prior
栗子菜菜
·
2023-01-15 11:00
小样本分割论文
深度学习
pytorch
小样本分割
特征丰富
上一页
1
2
3
4
5
6
7
8
下一页
按字母分类:
A
B
C
D
E
F
G
H
I
J
K
L
M
N
O
P
Q
R
S
T
U
V
W
X
Y
Z
其他