Open idekazuki opened 4 years ago
実世界のようなヘビーテールクラス分布をもつデータにおけるFew-shot分類手法の提案
Few-shot learning の課題 1)多くの場合、バランスの取れたデータセットを想定 クラスごとのデータ数がほとんど同じで現実世界に対して少ないデータ。 実世界ではヘビーテール分布
2)学習画像が明確に分かれている きれいな画像データを使っている。
アプローチ Prototypical Networksを使用 Batch Foldingという手法を採用 画像ごとに参照画像に制限がかかるからleave-one-outクロスバリデーションを使用。バッチ全体が参照画像として扱われ、各画像がクエリとして機能するたびに、対応するプロトタイプから各画像の寄与が差し引かれる。
バウンディングボックスを使用して背景と前景に分離
実世界のようなヘビーテールクラス分布をもつデータにおけるFew-shot分類手法の提案
Few-shot learning の課題 1)多くの場合、バランスの取れたデータセットを想定 クラスごとのデータ数がほとんど同じで現実世界に対して少ないデータ。 実世界ではヘビーテール分布
2)学習画像が明確に分かれている きれいな画像データを使っている。
アプローチ Prototypical Networksを使用 Batch Foldingという手法を採用 画像ごとに参照画像に制限がかかるからleave-one-outクロスバリデーションを使用。バッチ全体が参照画像として扱われ、各画像がクエリとして機能するたびに、対応するプロトタイプから各画像の寄与が差し引かれる。
バウンディングボックスを使用して背景と前景に分離