基于局部對比學習與新類特征生成的小樣本圖像分類

摘要： 現(xiàn)有的圖像分類方法通常依賴于大規(guī)模的標注數(shù)據(jù)，但當數(shù)據(jù)有限時，方法在局部特征表示能力和樣本數(shù)量上都存在不足.為了緩解此問題，文中提出基于局部對比學習與新類特征生成的小樣本圖像分類方法.首先，引入局部對比學習，將圖像表示為多個局部特征并進行監(jiān)督對比學習，增強模型的局部特征表示能力.然后，通過全局對比學習，確保圖像整體特征的可分性.最后，在對比學習的基礎(chǔ)上，提出特征生成方法，利用基... （共11頁）