《表3 基于度量学习的少样本学习方法总结》
注:CNN1*表示模型使用四个卷积块,每个卷积层设计带有64个滤波器的3×3卷积层,然后是批量归一化、Re LU非线性激活和一个最大池化层;CNN2*表示该模块由两个卷积块和两个完全连接的层组成,卷积块中的每一个都是具有64个滤波器的3×3卷积层,然后是批量归一化、Re LU非线性激活
表3给出了每种度量学习方法使用的网络模型,标明网络是否端到端训练以及测试和训练方式是否匹配。另外,列出每种方法用于实验的数据集以及在MiniImageNet数据集中部分文献的five-way one-shot测试结果。
图表编号 | XD00198005600 严禁用于非法目的 |
---|---|
绘制时间 | 2020.08.05 |
作者 | 李新叶、龙慎鹏、朱婧 |
绘制单位 | 华北电力大学电子与通信工程系、华北电力大学电子与通信工程系、华北电力大学电子与通信工程系 |
更多格式 | 高清、无水印(增值服务) |