更多尽于少:低数据情境下高效细粒度视觉识别
发表于: 。通过利用增强和蒸馏技术,AD-Net 框架通过自我蒸馏技术在增强样本上优化学习特征,减轻有害的过拟合,从而在弱数据条件下提高深度神经网络性能,相对于标准 ResNet-50 和最先进的低数据技术的 SOTA 接近者,我们的框架相对准确度最高可达到 45%和 27%,我们强调我们的方法在体系结构上是独立的,并且在推理时间上不增加任何额外成本。
通过利用增强和蒸馏技术,AD-Net 框架通过自我蒸馏技术在增强样本上优化学习特征,减轻有害的过拟合,从而在弱数据条件下提高深度神经网络性能,相对于标准 ResNet-50 和最先进的低数据技术的 SOTA 接近者,我们的框架相对准确度最高可达到 45%和 27%,我们强调我们的方法在体系结构上是独立的,并且在推理时间上不增加任何额外成本。