arrow
返回

Few-Shot Object Detection: A Survey

delete2022-09-09
delete46
delete
OA
AI
S
Simone Antonelli *
D
Danilo Avola
L
Luigi Cinque
D
Donato Crisostomi
G
Gian Luca Foresti
F
Fabio Galasso
M
Marco Raoul Marini
A
Alessio Mecca
D
Daniele Pannone
DOI:10.1145/3519022delete
delete原文链接
delete原文求助
delete分享
delete收藏
摘要

摘要

En 中文
深度学习方法最近通过利用大量数据,提高了从自然语言处理到计算机视觉的许多领域的标准。但是,当检索到的信息不足以拟合大量参数时,它们可能会失败,从而经常导致过度拟合,因此通用性较差。少镜头学习旨在设计可以在稀缺数据体系中有效运行的模型,从而产生只需要训练很少的监督样本的学习策略。这些程序在实践和理论上都很重要,因为它们对于许多现实生活中的场景至关重要,在这些场景中,数据要么成本高昂,要么甚至无法检索。此外,它们弥合了当前数据需求模型与类似人类的泛化能力之间的距离。计算机视觉提供了各种任务,这些任务可以是少镜头固有的,例如人的重新识别。据我们所知,这项调查是第一个解决此问题的调查,其重点是少镜头对象检测,由于固有的挑战水平,与少镜头分类相比,该研究受到的关注要少得多。在这方面,本综述对当前文献中已测试过的方法进行了广泛的描述,讨论了它们的优缺点,并根据严格的分类法对它们进行了分类。
Keyword:
Deep learning for few-shot object detection
dataset for object detection
benchmarks and metrics for object detection

期刊

ACM Computing Surveys 封面图
ACM Computing Surveys
IF:
28
论文数:
2.4K
被引数:
3.5W

机构

U
University of Udine
学者数:
8.3K
论文数: 6.8K
被引数: 6.7K
S
sapienza university rome
学者数:
6.3W
论文数: 4.7W
被引数: 381
引用论文

引用论文

Sclerostin deficient mice rapidly heal bone defects by activating β-catenin and increasing intramembranous ossification
err2013-11-01
err0
errOAAI
errMeghan E. McGee-Lawrence; Zachary C. Ryan; Lomeli R. Carpio; Sanjeev Kakar; Jennifer J. Westendorf; Rajiv Kumar
err分享
err收藏
err分享
err收藏
Progressive Object Transfer Detection
err2020-01-01
err10
errOAAI
errChen, Hao; Wang, Yali; Wang, Guoyou; Bai, Xiang; Qiao, Yu
err分享
err收藏
Raman heterodyne detection of nuclear magnetic resonance
err1983-11-01
err0
PREAI
errN. C. Wong; E. S. Kintzer; J. Mlynek; R. G. DeVoe; R. G. Brewer
err分享
err收藏
Dissociation of Striatal GTPase and Dopamine Release Responses to Muscarinic Cholinergic Agonists in F344 Rats: Influence of Age and Dietary Manipulation
err2002-11-23
err0
PREAI
errJeremiah F. Kelly; James A. Joseph; Natalia A. Denisova; Steven Erat; R. Preston Mason; George S. Roth
err分享
err收藏
err分享
err收藏
Circadian clocks à la CREM
err1993-09-01
err0
errOAAI
errJoseph S. Takahashi
err分享
err收藏
学者 查看更多内容