Noise2Noise: Learning Image Restoration without Clean Data https://arxiv.org/pdf/1803.04189.pdf 使用噪声数据对噪声数据进行训练,然后修复图像。效果如下:
SELF-SUPERVISED LEARNING FOR FEW-SHOT IMAGE CLASSIFICATION https://arxiv.org/pdf/1911.06045.pdf 利用自监督机制实现小样本下进行元学习后,以提升小样精度,大概就是这样的吧,注意的是最后不是分类,而是向量进行匹配,也就是计算特征向量的欧氏距离,其实使用hamming距离应该不错。 我最近也有这样的体会。
One pixel attack for fooling deep neural networks https://arxiv.org/abs/1710.08864 分类网络的攻击,修改单像素,这里使用了差分进化的方法。对抗样本的产生如此有意思。
差分进化的公式: F(q)=0.5xq