原创力文档- 1、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。。
- 2、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
摘要
摘要
小样本细粒度图像分类在实际生活和工业生产中有着广泛的应用前景，其目的是
仅利用少量的样本训练出一个模型，并完成对细粒度图像的分类。但由于细粒度图像
中不同类别的样本差距很小以及可供训练样本数量少的特点，导致小样本细粒度图像
分类问题非常具有挑战性。本文从基于度量学习的小样本细粒度图像分类方法入手，
针对上述难点提出了两种算法模型，旨在提高小样本细粒度图像分类任务的准确率。
本文具体研究内容如下：
(1)
文档评论（0）