Towards Unsupervised Represntation Learning for FEW-SHOT Image Classification-《ICASSP会议》2022
我们提出了一种易于实现的FSL方法,称为无监督牵引动量(UTM)。UTM对无监督数据进行随机采样,并对其进行扩充,以实时创建许多合成查询关键字匹配任务,并部署两个不同的编码器,同时具有相同的架构,命名为牵引编码器和动量编码器,以共同学习一个表示空间,该表示空间可以很好地适应新概念上的少数镜头分类。对几个FSL基准数据集的广泛实验评估表明,UTM对最先进的无监督方法产生了显著的改进,甚至非常接近于有监督方法。

