网站大量收购独家精品文档,联系QQ:2885784924

面向植物病害领域的少样本检测分类研究.pdf

面向植物病害领域的少样本检测分类研究.pdf

  1. 1、本文档共63页,其中可免费阅读19页,需付费100金币后方可阅读剩余内容。
  2. 2、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。
  3. 3、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
  4. 4、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多

摘要

深度学习模型需要大规模高质量数据进行训练,获得较好的性能,但也暴露出依

赖大量训练数据和长时间迭代训练的缺陷。在特定领域中大规模数据的采集与标注过

程成本高昂,这成为实际应用的一大障碍。少样本学习(Few-ShotLearning,FSL)

成为近年来的研究热点。目前,少样本学习的研究大多集中在图像级别的处理上。然

而,语义先验知识在学习中也起着至关重要的作用。因此,处于领域前沿的学者开始

将研究方向转向“多模态数据”的利用。研究聚焦于基于多模态数据的病害领域图像

分类和检测问题,论文面向植

文档评论(0)

qiutianfeng + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档