目录

  • 0 Abstract
  • 1 Introduction
  • 2 Pre-Training
  • 3 Meta-Training
  • 4 Experiment
  • 5 Conclusion

0 Abstract

  1. 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-stage training paradigm(包括pre-training和meta-learning两个stages)
  2. 在pre-training stage,提出了self-supervised constrastive loss,包括两种对比关系:1️⃣feature vector .vs. feature map2️⃣feature map .vs. feature map
    更好的利用global information和local information学习到比较好的初始化表征(initial representations)。
  3. 在meta-learning stage,提出了cross-view episodic training mechanism,对同一轮次的两个不同视角进行最近中心点分类(nearest centroid classification),并基于此采用一种distance-scaled contrastive loss。这两种strategies使model讷讷狗狗克服不同视角之间的bias,提高表征的可迁移能力。

Keywords:FSL,Meta Learning,Constrastive learning,Cross-view episodic learning
tips:本文的cross-view我个人理解就是对同一张图片用不同的data augmentation后得到的图片彼此属于不同view。

1 Introduction

ECCV 2022《Few-Shot Classification with Contrastive Learning》相关推荐

  1. 《Comprehensive Privacy Analysis of Deep Learning》补完以及Deepfool对抗样本构造算法

    本文关于推理攻击领域关于深度学习的隐私性的全面分析<Comprehensive Privacy Analysis of Deep Learning>,以及介绍Deepfool对抗样本构造算 ...

  2. 9.Paper小结——《VerifyNet: Secure and Verifiable Federated Learning》

    题目:<VerifyNet: Secure and Verififiable Federated Learning> --<安全的和可验证的联邦学习> 0.Abstract   ...

  3. 不动点理论在《A Distributional Perspective on Reinforcement Learning》上的应用

    Fixed point理论是 Banach Space 中重要的理论工具.它常被用来讨论某个空间解的存在性,并由此发展出通过迭代的方式进行问题求解的算法.在[1]中,Fixed Piont理论处于整个 ...

  4. 论文笔记《Incorporating Copying Mechanism in Sequence-to-Sequence Learning》

    论文笔记<Incorporating Copying Mechanism in Sequence-to-Sequence Learning> 论文来源:2016 ACL 论文主要贡献:提出 ...

  5. 广东公需课2022 《数字化转型与产业创新发展》和《碳达峰、碳中和的实现路径与广东探索》

    for x in range(s):print('[{0}]'.format(x+1))html = browser.page_sourcehtml = bs(html,'lxml')cont = h ...

  6. 文章分享《Supervised Contrastive Learning》 自监督对比学习和有监督对比学习的区别

    文章题目 Supervised Contrastive Learning 作者: Prannay Khosla Piotr Teterwak Chen Wang Aaron Sarna 时间:2020 ...

  7. NIPS20 - 将对比学习用于监督学习任务《Supervised Contrastive Learning》

    文章目录 原文地址 论文阅读方法 初识 相知 回顾 代码 原文地址 原文 论文阅读方法 三遍论文法 初识 对比学习这两年在自监督学习.无监督学习任务中非常火,取得了非常优秀的性能.这个工作就是想办法将 ...

  8. ECCV 2022《Tip-Adapter: Training-free Adaption of CLIP for Few-shot Classification》

    目录 0 Abstract 回顾CLIP 内容 Keywords 1 Introduction 2 Tip-Adapter Framework 3 Tip-Adapter-F framework Co ...

  9. 【深度学习NLP论文笔记】《Deep Text Classification Can be Fooled》

    Abstract 当前存在的加扰算法不能直接应用于文本上.三种对文本的加扰策略:插入(insertion).修改(modification).移除(removal).本文针对DNN文本分类器(DNN- ...

最新文章

  1. 数值分区间_EXCEL统计区间个数的专属函数
  2. KaliLinuxNetHunter教程下载相关资源
  3. 英特尔分拆McAfee:31亿美元将多数股权卖给投资公司TPG
  4. Dubbo架构设计详解
  5. List集合中两种遍历方式
  6. 在Docker中部署Asp.net core2.1以及修改发布
  7. PyTorch中使用指定的GPU
  8. qt html导pdf 页眉,如何使用wkhtmltopdf unpatched qt在每个页面上添加页眉和页脚?
  9. Jboss 安全和优化
  10. callbackcallback()到底有什么涵义?
  11. dom4j 解析xml Error on line 9717 of document 不允许有匹配 [xX][mM][lL] 的处理指令目标
  12. 目标检测综述 “Object Detection in 20 Years: A survey“
  13. 微信商户中查看 appid
  14. 前端三件套之CSS(二)
  15. win10禁用驱动程序强制签名_只需一个简单命令,在Win10上启用Windows恢复环境(WinRE)...
  16. Ubuntu 20.04.5安装无线网卡RTL8821CE驱动
  17. 怎么去除WORD的背景颜色
  18. Kafka的灵魂伴侣Logi-KafkaManger(3)之运维管控--集群列表
  19. Manjaro 安装 MySQL
  20. LAMP兄弟连——PHP免费课开班了!(在线)

热门文章

  1. java sscanf_【转】sscanf函数用法实例
  2. 最小化重投影误差(BA法)求解PnP
  3. 自定义模块+python面向对象+综合案例
  4. [C语言]结构体进阶与枚举联合
  5. Mac突然没有声音但是重启后可以恢复
  6. 问答|多重曝光相关论文有哪些?
  7. 服务器装系统启动项,U盘装系统的时候如何设置开机启动项
  8. AMBER分子动力学模拟之TOP准备-- HIV蛋白酶-抑制剂复合物(1)
  9. 微信摇一摇实现原理,视图展示
  10. DIV+CSS进行布局 HTML+CSS+JS大作业——汽车销售网站模板(7页) html网页设计期末大作业_网页设计平时作业模板下载