논문 읽기/Zero shot

[논문 읽기] DeViSE, A Deep Visual-Semantic Embedding Model(2013)

AI 꿈나무 2021. 11. 22. 04:43
반응형

DeViSE, A Deep Visual-Semantic Embedding Model

 PDF, Zero-Shot Classification, Frome, et al, NIPS 2013

 

Summary

 

 CNN으로 image로부터 feature를 추출하고 transformation matrix를 통해 embedding vector space로 map한다.

 

 사전 학습된 embedding vector와 유사도를 측정하여 class를 예측.

 

 손실 함수는 ranking loss를 사용한다.

 

 

my github

 

Seonghoon-Yu/Paper_Review_and_Implementation_in_PyTorch

공부 목적으로 논문을 리뷰하고 해당 논문 파이토치 재구현을 합니다. Contribute to Seonghoon-Yu/Paper_Review_and_Implementation_in_PyTorch development by creating an account on GitHub.

github.com

 

반응형

'논문 읽기 > Zero shot' 카테고리의 다른 글

[논문 읽기] LiT, Zero-Shot Transfer with Locked-image Text Tuning(2021)  (0) 2021.11.24
[논문 읽기] Zero-shot Learning via Shared-Reconstruction-Graph Pursuit(2017)  (0) 2021.11.22
[논문 읽기] A Generative Adversarial Approach for Zero-Shot Learning from Noisy Texts(2017)  (0) 2021.11.09
[논문 읽기] Zero-Shot Instance Segmentation(2021)  (0) 2021.10.19
[논문 읽기] Learning unbiased zero-shot semantic segmentation networks via transductive transfer(2020)  (0) 2021.10.18

'논문 읽기/Zero shot'의 다른글

  • 현재글[논문 읽기] DeViSE, A Deep Visual-Semantic Embedding Model(2013)

관련글

댓글

티스토리툴바