基于注意力机制的双度量小样本图像分类算法

小样本图像分类旨在利用少数几个标记样本训练出一个具有良好泛化性网络，其中基于度量学习的小样本图像分类方法具有模型简单且高效的优点。针对图像到类度量的深度最近邻网络(deep nearest neighbor neural network, DN4),提出了基于注意力机制的双重度量网络(attention based bi-metric network, ABM-Net)。在主干网络中加入注意力机制以获得更有效的特征表示，并提出将图像到图像度量与图像到类度量结合的双度量模块。实验结果表明，相较于DN4,ABM-Net的性能在数据集CUB-200-2011、Stanford-Dogs和Stanford-Cars的1-shot和5-shot分类任务中均有一定的提升。