MergedNET : Une approche simple d’apprentissage one-shot dans les réseaux siamois fondée sur des couches de similarité

Les classifieurs entraînés sur des classes disjointes avec peu de points de données étiquetés sont utilisés dans l’apprentissage à une seule vue (one-shot learning) pour identifier des concepts visuels provenant d’autres classes. Récemment, les réseaux siamois et les couches de similarité ont été employés pour résoudre le problème de l’apprentissage à une seule vue, atteignant des performances de pointe sur des jeux de données de reconnaissance de caractères visuels. Au fil des années, diverses techniques ont été développées afin d’améliorer les performances de ces réseaux sur des jeux de données de classification d’images à très fine granularité. Ces approches se sont principalement concentrées sur l’amélioration des fonctions de perte et d’activation, l’augmentation des caractéristiques visuelles, l’apprentissage métrique multiscale, ainsi que le pré-entraînement et le fine-tuning du réseau principal (backbone). Dans cette étude, nous explorons l’utilisation des couches de similarité pour des tâches d’apprentissage à une seule vue, et proposons deux architectures pour intégrer ces couches dans un réseau baptisé MergedNet. Sur les quatre jeux de données utilisés dans nos expériences, MergedNet a surpassé les méthodes de référence en termes de précision de classification, et démontre une bonne capacité de généralisation à d’autres jeux de données lorsqu’il est entraîné sur miniImageNet.