CHIP：对比层次化图像预训练
计算机视觉与模式识别
2023-10-13 v1 人工智能
机器学习
摘要
少样本目标分类是在仅有少量标注样本作为监督的情况下对图像中目标进行分类的任务。我们提出了一种单样本/少样本分类模型，能够将任意未见类别的目标按基于层次的分类归入相对通用的类别。我们的模型使用基于三级层次对比损失的 ResNet152 分类器，依据从图像嵌入中提取的特征进行分类，而该图像嵌入在训练阶段未被使用。在实验中，我们使用了 ImageNet（ILSVRC-12）数据集的一个仅含动物类别的子集来训练模型，并构建了自有未见类别数据集以评估训练后的模型。我们的模型在将未知目标分类至通用类别上取得了令人满意的结果，后文将详细讨论。
引用
@article{arxiv.2310.08304,
title = {CHIP: Contrastive Hierarchical Image Pretraining},
author = {Arpit Mittal and Harshil Jhaveri and Swapnil Mallick and Abhishek Ajmera},
journal= {arXiv preprint arXiv:2310.08304},
year = {2023}
}