基于深度元学习的小样本图像分类研究综述 |
| |
引用本文: | 周伯俊,陈峙宇.基于深度元学习的小样本图像分类研究综述[J].计算机工程与应用,2024(8):1-15. |
| |
作者姓名: | 周伯俊 陈峙宇 |
| |
作者单位: | 1. 南通大学工程训练中心;2. 河海大学计算机与信息学院 |
| |
基金项目: | 国家自然科学基金面上项目(61973178);;江苏省重点研发计划(BE2021063); |
| |
摘 要: | 深度元学习是解决小样本分类问题的流行范式。对近年来基于深度元学习的小样本图像分类算法进行了详细综述。从问题的描述出发对基于深度元学习的小样本图像分类算法进行概括,并介绍了常用小样本图像分类数据集及评价准则;分别从基于模型的深度元学习方法、基于优化的深度元学习方法以及基于度量的深度元学习方法三个方面对其中的典型模型以及最新研究进展进行详细阐述。最后,给出了现有算法在常用公开数据集上的性能表现,总结了该课题中的研究热点,并讨论了未来的研究方向。
|
关 键 词: | 深度学习 元学习 小样本学习 图像分类 |
|
|