تلفیق روش های یادگیری شات محدود جهت بهبود عملکرد طبقه بندی تصاویر با مجموعه داده های کم

در این پژوهش سعی بر آن شد تا شکل تغییریافته ای از رویکرد prototypical networks برای حل مسئله طبقه بندی شات محدود پیشنهاد شود. در این شبکه ها، طبقه بند سعی می کند تا با توجه به تنها تعداد کمی از نمونه های هر کلاس جدید نسبت به این کلاس ها تعمیم یابد. در رویکرد پیشنهادی به جای فاصله اقلیدسی، که در رویکرد مرجع استفاده شده است، از فاصله ماهالانوبیس برای اندازه گیری فاصله بین نمونه ها استفاده شد. به این ترتیب شبکه یک فضای متریک را یاد می گیرد که در آن می توان طبقه بندی را با محاسبه فواصل نسبت به بازنمایی های نمونه اولیه هر کلاس انجام داد. همچنین از یک معماری شبکه عصبی پنج لایه با فیلتر هایی با سایز پنج در پنج به جای بلوک های چهارتایی معرفی شده در رویکرد prototypical networks مرجع استفاده شد. این تغییرات موجب بهبود عملکرد این شبکه ها در طبقه بندی تصاویر omniglot و miniImageNet شد به طوری که شبکه پیشنهادی توانست به ترتیب به دقت های ۱/۹۹% و ۵/۶۸% بر روی این دو مجموعه داده دست یابد که نسبت به شبکه های نمونه های اولیه از دقت بهتری برخوردار است. نتایج نشان می دهد که برخی از تصمیمات ساده طراحی می توانند پیشرفت های قابل توجهی را در رویکردهای اخیر در این زمینه مانند انتخاب های معماری پیچیده و فرا یادگیری ایجاد کنند.

Keywords:

طبقه بندی , یادگیری شات محدود , فرا یادگیری , یادگیری متریک