| SMAT (DINO-VIT-Base-16-224) |
- Accuracy
- 85.27
|
Unleashing the Power of Meta-tuning for Few-shot Generalization Through Sparse Interpolated Experts
2024-03-13 |
코드 1 |
| P>M>F (P=DINO-ViT-base, M=ProtoNet) |
- Accuracy
- 84.75
|
Pushing the Limits of Simple Pipelines for Few-Shot Learning: External Data and Fine-Tuning Make a Difference
2022-04-15 |
코드 1 |
| TSP (ResNet18; applied on TA^2-Net) |
- Accuracy
- 81.40
|
Task-Specific Preconditioner for Cross-Domain Few-Shot Learning
2024-12-20 |
연결 없음 |
| TSA (ResNet18, URL, residual adapters, 84x84 image, shuffled data, scratch, MDL) |
- Accuracy
- 78.07
|
Cross-domain Few-shot Learning with Task-specific Adapters
2021-07-01 |
코드 1 · 코드 2 · 코드 3 · 코드 4 |
| UpperCaSE-EfficientNetB0 |
- Accuracy
- 76.1
|
Contextual Squeeze-and-Excitation for Efficient Few-Shot Image Classification
2022-06-20 |
코드 1 |
| URL (ResNet18, 84x84 image, shuffled data, scratch, MDL) |
- Accuracy
- 75.75
|
Universal Representation Learning from Multiple Domains for Few-shot Classification
2021-03-25 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 |
| UpperCaSE-ResNet50 |
- Accuracy
- 74.9
|
Contextual Squeeze-and-Excitation for Efficient Few-Shot Image Classification
2022-06-20 |
코드 1 |
| URT+MQDA |
- Accuracy
- 74.3
|
Shallow Bayesian Meta Learning for Real-World Few-Shot Recognition
2021-01-08 |
코드 1 · 코드 2 |
| URT |
- Accuracy
- 72.15
|
A Universal Representation Transformer Layer for Few-Shot Image Classification
2020-06-21 |
코드 1 |
| SUR |
- Accuracy
- 70.72
|
Selecting Relevant Features from a Multi-domain Representation for Few-shot Classification
2020-03-20 |
코드 1 |
| Transductive CNAPS |
- Accuracy
- 70.32
|
Enhancing Few-Shot Image Classification with Unlabelled Examples
2020-06-17 |
코드 1 · 코드 2 |
| Simple CNAPS |
- Accuracy
- 69.86
|
Improved Few-Shot Visual Classification
2019-12-07 |
코드 1 · 코드 2 |
| SUR-pnf |
- Accuracy
- 69.3
|
Selecting Relevant Features from a Multi-domain Representation for Few-shot Classification
2020-03-20 |
코드 1 |
| Invariance-Equivariance |
- Accuracy
- 68.89
|
Exploring Complementary Strengths of Invariant and Equivariant Representations for Few-Shot Learning
2021-03-01 |
코드 1 |
| CNAPs |
- Accuracy
- 66.9
|
Fast and Flexible Multi-Task Classification Using Conditional Neural Adaptive Processes
2019-06-18 |
코드 1 |
| fo-Proto-MAML |
- Accuracy
- 63.428
|
Meta-Dataset: A Dataset of Datasets for Learning to Learn from Few Examples
2019-03-07 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 |
| Prototypical Networks |
- Accuracy
- 60.573
|
Prototypical Networks for Few-shot Learning
2017-03-15 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17 · 코드 18 · 코드 19 · 코드 20 · 코드 21 · 코드 22 · 코드 23 · 코드 24 · 코드 25 · 코드 26 · 코드 27 · 코드 28 · 코드 29 · 코드 30 · 코드 31 · 코드 32 · 코드 33 · 코드 34 · 코드 35 · 코드 36 · 코드 37 · 코드 38 · 코드 39 · 코드 40 · 코드 41 · 코드 42 · 코드 43 |
| Finetune |
- Accuracy
- 58.758
|
Meta-Dataset: A Dataset of Datasets for Learning to Learn from Few Examples
2019-03-07 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 |
| fo-MAML |
- Accuracy
- 57.024
|
Model-Agnostic Meta-Learning for Fast Adaptation of Deep Networks
2017-03-09 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17 · 코드 18 · 코드 19 · 코드 20 · 코드 21 · 코드 22 · 코드 23 · 코드 24 · 코드 25 · 코드 26 · 코드 27 · 코드 28 · 코드 29 · 코드 30 · 코드 31 · 코드 32 · 코드 33 · 코드 34 · 코드 35 · 코드 36 · 코드 37 · 코드 38 · 코드 39 · 코드 40 · 코드 41 · 코드 42 · 코드 43 · 코드 44 · 코드 45 · 코드 46 · 코드 47 · 코드 48 · 코드 49 · 코드 50 · 코드 51 · 코드 52 · 코드 53 · 코드 54 · 코드 55 · 코드 56 · 코드 57 · 코드 58 · 코드 59 · 코드 60 · 코드 61 · 코드 62 · 코드 63 · 코드 64 · 코드 65 · 코드 66 · 코드 67 · 코드 68 · 코드 69 · 코드 70 · 코드 71 · 코드 72 · 코드 73 · 코드 74 · 코드 75 · 코드 76 · 코드 77 · 코드 78 · 코드 79 · 코드 80 · 코드 81 · 코드 82 · 코드 83 · 코드 84 · 코드 85 |
| Matching Networks |
- Accuracy
- 56.247
|
Matching Networks for One Shot Learning
2016-06-13 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 · 코드 16 · 코드 17 · 코드 18 · 코드 19 · 코드 20 · 코드 21 · 코드 22 · 코드 23 · 코드 24 · 코드 25 · 코드 26 |
| k-NN |
- Accuracy
- 54.319
|
Meta-Dataset: A Dataset of Datasets for Learning to Learn from Few Examples
2019-03-07 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 · 코드 14 · 코드 15 |
| Relation Networks |
- Accuracy
- 53.315
|
Learning to Compare: Relation Network for Few-Shot Learning
2017-11-16 |
코드 1 · 코드 2 · 코드 3 · 코드 4 · 코드 5 · 코드 6 · 코드 7 · 코드 8 · 코드 9 · 코드 10 · 코드 11 · 코드 12 · 코드 13 |