一种多分类方法——基于文本描述利用零样本学习构建视觉分类器
计算机视觉与模式识别
2020-11-19 v1 机器学习
神经与进化计算
摘要
用于图像分类的机器学习(ML)技术通常需要大量标注图像来训练模型，且在测试时，我们应当使用与训练所用图像属于同一域的图像。在本文中，我们克服了ML的两大障碍，即数据稀缺和分类模型预测受限。为此，我们引入了一种视觉分类器，它利用了迁移学习的一个概念，即零样本学习(ZSL)，以及标准的自然语言处理技术。我们通过将标注图像映射到其文本描述来训练分类器，而不是针对特定类别进行训练。迁移学习涉及将知识迁移到相似的域之间。ZSL巧妙地将训练时学到的知识应用于未来的识别任务。ZSL将类别区分为两类：可见类和不可见类。可见类是我们已在其上训练模型的类别，不可见类是我们在其上测试模型的类别。来自不可见类的样本在训练阶段未曾遇到。该领域早期研究侧重于开发二分类器，但本文提出了一种采用零样本学习方法的多分类器。
引用
@article{arxiv.2011.09236,
title = {A Multi-class Approach -- Building a Visual Classifier based on Textual Descriptions using Zero-Shot Learning},
author = {Preeti Jagdish Sajjan and Frank G. Glavin},
journal= {arXiv preprint arXiv:2011.09236},
year = {2020}
}
备注
AICS 2020: Irish Conference on Artificial Intelligence and Cognitive Science