论文部分内容阅读
深度学习是通过大量标注数据训练模型,从而使得模型能够准确预测未知目标。样本数据的收集与标注需要耗费大量时间,并且在某些特殊场景下难以获取大量的标注数据,因此如何基于小样本训练模型变得至关重要。针对这一问题,提出基于特征融合的模型,融合方式主要体现在两方面,一是在特征提取模块融合多层次特征,二是样本融合模块综合多个样本特征。实验通过MiniImageNet数据集对提出的模型进行测试,验证了该方法的有效性。