文档详情

基于Swin+Transformer的嵌入式零样本学习方法研究.pdf

发布：2024-10-02约8.89万字共56页下载文档
文本预览下载声明

摘要

传统的图像分类任务通常需要使用大量带有标签的数据来训练模型，但在现实

生活中，数据的采集和标注十分困难。因此，如何在没有样本的情况下对物体进行识

别的零样本学习算法成为研究热点。零样本学习旨在解决样本缺失情况下的分类问

题，通过使用类级别的语义信息在可见类与未见类之间建立联系进而实现对未见类

的识别。现有的零样本学习算法多使用ImageNet预训练的深度卷积网络来提取特征，

这种做法忽略了ImageNet和零样本学习基准数据集之间分布的不一致性，针对此问

题本文采用SwinTran

显示全部
相似文档