arXiv Computer Vision· Bingchen Yan, Wenheng Guo, Yuye Zhou·· 8 小时前AI 评分20
RoCoP：跨方向训练的无参数组件池化用于少样本遥感场景分类
Component Pooling Trained Across Orientations for Few-Shot Remote Sensing Scene Classification
AI 导读
RoCoP 是一种无参数组件池化网络，通过非负分解模块（NDM）和组件评分模块（CSM）将局部描述子分解为加性组件并加权池化，同时对每张图像的随机旋转视图进行训练。在 NWPU-RESISC45 和 AID 上，5-way 1-shot 准确率较强迁移学习基线提升约 2.5 个百分点，且推理时不增加参数。相同协议下 RoCoP 优于复现的基于度量和任务自适应方法，但方法在基集极小时不适用。
来源：arXiv Computer Vision · arxiv.org