基于深度神经网络的少样本学习综述

上传：qq_45867 浏览： 15 推荐： 0 文件：PDF 大小：726.43KB 上传时间：2020-08-09 00:49:43 版权申诉

如何从少数训练样本中学习并识别新的类别,对于深度神经网络来说是一个具有挑战性的问题。针对如何解决少样本学习的问题,全面总结了现有的基于深度神经网络的少样本学习方法,涵盖了方法所用模型、数据集及评估结果等各个方面。

上传资源

基于深度学习的深度估计综述

Current methods for single-image depth estimation use training datasets with real image-depth pairs

2020-12-02 23:21

少样本学习FSL2020年最新综述论文

少样本学习(FSL)在机器学习领域具有重要意义和挑战性。成功地从很少的样本中学习和归纳的能力是区分人工智能和人类智能的一个明显的界限,因为人类可以很容易地从一个或几个例子中建立他们对新颖性的认知,而机

2020-09-15 07:14

深度学习及卷积神经网络综述

想要了解深度学习以及卷积神经网络的人群,学完会有个质的飞跃

2021-04-09 20:06

基于深度学习的视觉SLAM综述

基于深度学习的视觉SLAM 综述赵洋，刘国良，田国会，罗勇，王梓任，张威，李军伟（山东大学控制科学与工程学院，山东济南250061）摘要：综述了深度学习技术应用到同步定位与地图创建（SLAM）领

2019-01-10 09:44

基于深度学习的SLAM综述.pdf

基于深度学习的SLAM综述.pdf

2021-04-27 21:14

基于深度学习的手语识别综述

手语识别涉及计算机视觉、模式识别、人机交互等领域，具有重要的研究意义与应用价值。深度学习技术的蓬勃发展为更加精准、实时的手语识别带来了新的机遇。本文综述了近年来基于深度学习的手语识别技术，从孤立词与连

2020-06-14 17:50

深度神经网络综述

由Poonam Sharma和Akansha Singh所写：深度学习在各种机器学习和计算机视觉应用中取得了显着的成功。学习允许多个处理层自己学习功能，与传统的机器学习方法相反，而传统的机器学习方法

2018-12-31 15:55

深度学习综述

深度学习综述，讲述了深度学习的定义，深度学习的发展历史

2019-02-14 11:37

面向自然语言处理的深度学习对抗样本综述

深度学习模型被证明存在脆弱性并容易遭到对抗样本的攻击,但目前对于对抗样本的研究主要集中在计算机视觉领域而忽略了自然语言处理模型的安全问题.

2021-01-21 01:01

基于深度学习的视频行为识别综述

本文是基于深度学习的视频行为识别综述，对主流的行为识别方法Two-stream,c3d,r3d等进行简单介绍。

2019-04-11 13:01

基于深度学习的图像补全算法综述

图像补全是图像处理的一个研究领域,为有物体遮挡以及图像关键部分缺失状况下的图像识别提供了解决方案,应用领域非常广泛,受到了人们的关注。经深度学习方法补全的图像具有更高的图像分辨率和可靠性,逐渐成为图像

2020-12-09 11:24

ActionRecognition基于深度学习的动作识别综述

本文来自于csdn,本文章主要运用了多个图片介绍了如何基于深度学习的动作进行识别,希望对您的学习有所帮助。

2021-01-31 23:53

基于深度学习的面部修复技术综述

传统图像修复算法在修复区域涉及复杂非重复结构(如面部)时,不能准确捕捉到高级语义。近三年来基于深度学习的方法被应用于图像修复中,其修复结果的结构相似性较传统方法提高了10%以上。

2021-02-24 03:00

基于深度学习的图像分类研究综述

近年来,深度学习在计算机视觉领域中的表现优于传统的机器学习技术,而图像分类问题是其中最突出的研究课题之一。传统的图像分类方法难以处理庞大的图像数据,且无法满足人们对图像分类精度和速度的要求,而基于深度

2021-02-23 07:10

基于深度学习的跨模态检索综述

近年来,由于多模态数据的快速增长,跨模态检索受到了研究者的广泛关注,它将一种模态的数据作为查询去检索其它模态的数据。

2021-04-21 22:59