DMSD-CDFSAR:混合源领域蒸馏用于跨领域少样本动作识别
原文中文,约300字,阅读约需1分钟。发表于: 。我们提出了一种新颖的方法,“混合源领域蒸馏”,旨在解决跨领域少样本动作识别的挑战。通过在训练过程中利用源域的标记数据和目标域的未标记数据,我们的方法能够提高模型的泛化能力,并借鉴混合源域的知识来改善原始源分支的分类概率。
该研究提出了一种解决跨域 few-shot 分类问题的方法,通过让网络在训练阶段访问一小部分无标签图像,并使用跨层级知识蒸馏和特征去噪操作来提取更有区分度的特征。该方法在1-shot和5-shot分类任务上分别提升了5.44%和1.37%。