网站介绍：文章浏览阅读604次。本文研究利用自我监督学习的进步来纠正过度适应和灾难性遗忘，进而提高性能。首先探索在监督和自监督模型中学习到的特征串联基础上，训练轻量级特征融合+分类器。利用基类数据中的样本来学习监督模型，其中基类中大量的数据可以得到利用。利用大量未标注数据进行自监督模型的学习。利用融合后的特征来学习分类器，会取得比较好的性能。此外，文中还利用一个高斯生成器来减少小样本类增量学习过程中的灾难性遗忘问题..._rethinking self-supervision for few-shot class-incremental learning
- 链接地址：https://blog.csdn.net/yihaizhiyan/article/details/125467920
- 链接标题：Paper reading:Few-Shot Class Incremental Learning Leveraging Self-Supervised. CVPR2022workshop_rethinking self-supervision for few-shot class-inc-CSDN博客
- 所属网站：blog.csdn.net
- 被收藏次数：9638
- 网站标签：rethinking self-supervision for few-shot class-incremental learning
