少样本图像分类器中的虚假偏差基准测试

BriefGPT - AI 论文速递 ·

本研究提出了FewSTAB框架，用于改善少样本图像分类器在虚假偏差下的性能。该框架通过样本选择策略评估分类器的鲁棒性，并提供设计指导和评估结果。实验证明FewSTAB能有效展示和量化分类器在不同虚假偏差程度下的性能。

FewSTAB 分类器基准测试少样本图像分类器样本选择策略虚假偏差鲁棒性

原文中文，约300字，阅读约需1分钟。