近年来,自我监督的学习在涉及计算机视觉和自然语言处理的应用中取得了重大成功。借口任务的类型对性能提升至关重要。一个常见的借口任务是图像对图像之间的相似性和异化的量度。在这种情况下,构成负对的两个图像与人类明显不同。然而,在昆虫学中,物种几乎无法区分,因此难以区分。在这项研究中,我们探讨了暹罗神经网络的表现,通过学习使用对比损失来推动大黄蜂物种对的嵌入,这是不同的,并将相似的嵌入物汇集在一起。我们的实验结果显示了零射击实例的61%F1分数,表现出对与培训集交叉口的类别的提高11%的性能。
translated by 谷歌翻译