来源: 中国科学院软件研究所 发布时间:2023/2/7 11:37:21 选择字号: 小 中 大 . . 中科院软件所在跨粒度小样本学习方面取得突破 . . ? 近日,中科院软件所天基综合信息系统重点实验室研究团队的论文“Meta Attention-Generation Network for Cross-Granularity Few-Shot Learning”被计算机视觉领域顶级学术期刊IJCV(International Journal of Computer Vision)接收,第一作者为助理研究员强文文、博士生李江梦。论文首次提出一个新的学习问题:跨粒度的小样本学习(CG-FSL),并基于结构因果理论推导出适用于CG-FSL的因果学习模型,称为元注意力生成网络 (MAGN),有效突破细粒度小样本学习的瓶颈。? 细粒度分类旨在识别属于粗粒度类别的细粒度子类的图像,相比于粗粒度样本,其收集和标注难度大、成本高。现有的标准小样本学习(FSL)侧重于对已知和未知...