基于類(lèi)注意力的原型網(wǎng)絡(luò)改進(jìn)方法

打開(kāi)文本圖片集

摘要：小樣本學(xué)習(xí)是圖像分類(lèi)任務(wù)中的一個(gè)重要挑戰(zhàn)，能夠有效解決因數(shù)據(jù)量較少而產(chǎn)生的模型準(zhǔn)確率降低的問(wèn)題。針對(duì)小樣本學(xué)習(xí)難以準(zhǔn)確獲取類(lèi)內(nèi)共有特征的問(wèn)題，提出一種基于類(lèi)注意力的原型網(wǎng)絡(luò)改進(jìn)方法。利用掩膜圖像進(jìn)行數(shù)據(jù)預(yù)處理和圖像增強(qiáng)，以提高原始數(shù)據(jù)質(zhì)量；引入注意力機(jī)制，選擇性地關(guān)注特征圖中的重要信息，以增強(qiáng)特征提取能力；設(shè)計(jì)類(lèi)注意力模塊，提取具有注意力信息的類(lèi)別原型。（剩余9882字）