少样本高精度
引入注意力度量与膨胀卷积跳跃连接，在极少样本下实现优于现有方法的屏幕缺陷分类。
Mao, Jiao · 许国良 · Lijun, He · Luo, Jiangtang Tao
Digital Communications and Networks 2024
在5-way 1-shot设置下准确率达到0.9486，证明网络能够利用极少量标注样本完成可靠分类。
实验结果表明，注意力关系网络在手机屏缺陷分类上取得了优异效果，并以显著优势超越其他方法。
注意力机制被应用于度量学习，以衡量特征之间的距离，从而关注特征之间的相关性并抑制不相关信息。