论文阅读笔记《Few-shot Learning via Saliency-guided Hallucination of Samples》
核心思想 本文提出了一种基于数据增强的小样本学习算法。选择RelationNetwork作为Baseline,在此基础上,利用显著性目标检测算法,将图像分割成前景与背景,再将不同图片的前景和背景进行拼合,组成更多的合成图像,以此实现数据集的扩充。本文的想法乍看起来很简单,4张图片分成前景和背景共8张图片,然后两两组合就可以得到16张合成图片,但在实现过程中仍有许多细节问题需要考虑,那看一下作者是