Sum12多尺度分支编码器用于少样本图像分类

研究者 Oriod Malo 等人发布预印本论文，提出轻量卷积编码器 Sum12：用七个并行卷积分支（卷积核尺寸之和为 12）改进原型网络（Prototypical Networks）的嵌入阶段，目标是在不大幅增加计算成本的前提下提升少样本图像分类表现。 作者称，在 Omniglot、CIFAR-FS、FC100 和 miniImageNet 的小样本协议下，Sum12 普遍优于原始 ProtoNet 编码器，同时保持紧凑的模型体积。 该工作仍为预印本；作者表示，在目标嵌入式平台上的完整端到端验证，以及解决已观察到的实现差异，均留待后续工作。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。