论文收集

Noise2Noise: Learning Image Restoration without Clean Data   https://arxiv.org/pdf/1803.04189.pdf   使用噪声数据对噪声数据进行训练，然后修复图像。效果如下：

 

 

 

 

SELF-SUPERVISED LEARNING FOR FEW-SHOT IMAGE CLASSIFICATION  https://arxiv.org/pdf/1911.06045.pdf   利用自监督机制实现小样本下进行元学习后，以提升小样精度，大概就是这样的吧，注意的是最后不是分类，而是向量进行匹配，也就是计算特征向量的欧氏距离，其实使用hamming距离应该不错。 我最近也有这样的体会。

 

One pixel attack for fooling deep neural networks  https://arxiv.org/abs/1710.08864   分类网络的攻击，修改单像素，这里使用了差分进化的方法。对抗样本的产生如此有意思。

 差分进化的公式：  F(q)=0.5 x q    做了做实验，发现这个并不是那么靠谱，也许在小图像上可行，在大图像上useless。