Para resolver o problema da insuficiente capacidade de discriminação das características das amostras na classificação few-shot por meta-aprendizado, foi proposta uma abordagem de classificação few-shot com atenção intra-inter canal (Intra-inter Channel Attention Few-shot Classification, ICAFSC). O ICAFSC é baseado na rede protótipo e projeta um módulo de atenção intra-inter canal, que calcula os pesos dos canais por meio da medição de distâncias intra e inter classes para realizar o peso das características, melhorando a capacidade discriminativa das características para as categorias. Para superar o problema de overfitting ou underfitting ao aprender diretamente o módulo de atenção intra-inter canal na fase de meta-treinamento, o ICAFSC adiciona uma fase de pré-treinamento antes do meta-treinamento da rede protótipo. Nesta fase, são projetadas tarefas de classificação com grande quantidade de amostras rotuladas, e essas tarefas são usadas para treinar completamente o módulo de atenção intra-inter canal, fazendo com que o módulo atinja um estado ótimo. Nas fases de meta-treinamento e meta-teste da rede protótipo, os parâmetros do módulo de atenção intra-inter canal são congelados, realizando respectivamente a aprendizagem e a transferência da experiência de classificação few-shot. Foram realizados experimentos de classificação few-shot 1-shot e 5-shot no conjunto de dados MiniImagenet. Os resultados experimentais indicam que o método proposto de classificação few-shot com atenção intra-inter canal melhorou a precisão de classificação em 1,93% e 1,15%, respectivamente, nas condições 1-shot e 5-shot, em comparação com a rede protótipo.

aprendizagem profunda;classificação few-shot;meta-aprendizado;rede protótipo;atenção de canal