知识融合识别:通过量化相对论建模和深度度量学习将层次化知识融合于图像识别

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

本文提出了一种基于深度度量学习的新方法,通过融合层级先验知识,提高图像识别性能。实验证明该方法在多个数据集上优于基线方法和现有方法。

🎯

关键要点

  • 提出了一种基于深度度量学习的新方法。
  • 该方法有效融合关于图像类别的层级先验知识。
  • 通过端到端的监督回归方式增强图像识别性能。
  • 实验证明该方法在多个数据集上优于基线方法和现有方法。
  • 测试数据集包括CIFAR-10、CIFAR-100、Mini-ImageNet和ImageNet-1K。
➡️

继续阅读