《表1 基于数据增强的少样本学习方法总结》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度神经网络的少样本学习综述》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

注:PMN表示原型匹配网络；*表示具有Re LU的三层MLP；**表示文本条件GAN，见文献[22]；±表示在任务中95%的置信区间。

表1给出了每种数据增强方法使用的网络模型，并且标明是否需要微调以及每种方法进行实验的数据集。另外，列出了在MiniImageNet[23]数据集中部分文献five-way one-shot的实验结果以及在Image Net 1k数据集中新类数目为1时top 5的准确度。从表1中可以看到，对于少样本学习，数据增强技术从低层（图像像素）、抽象特征层到语义概念层次，少样本学习的效果越来越好。