BriefGPT - AI 论文速递
·
CoNe：对比邻居进行监督图像分类
💡
原文中文，约300字，阅读约需1分钟。
📝
内容提要
CoNe是一种用于图像分类问题的监督学习框架，利用样本特征和相似邻居特征生成更适应和精细的目标，并结合分布一致性作为正则化策略来提高性能。实验结果表明，CoNe在不同的基准数据集、网络结构和设置下取得了最先进的性能。
🎯
关键要点
- CoNe是一种用于图像分类的监督学习框架。
- CoNe利用样本特征和相似邻居特征生成更适应和精细的目标。
- 结合分布一致性作为正则化策略以提高性能。
- 实验结果显示CoNe在不同基准数据集、网络结构和设置下表现出色。
➡️
