# zero-shot_image_retrieval

**Repository Path**: zyy1007/zero-shot_image_retrieval

## Basic Information

- **Project Name**: zero-shot_image_retrieval
- **Description**: No description available
- **Primary Language**: Unknown
- **License**: Not specified
- **Default Branch**: master
- **Homepage**: None
- **GVP Project**: No

## Statistics

- **Stars**: 0
- **Forks**: 1
- **Created**: 2020-03-19
- **Last Updated**: 2021-08-20

## Categories & Tags

**Categories**: Uncategorized

**Tags**: None

## README

# zero-shot_image_retrieval

#### 介绍
Situation：零样本图像检索任务中，训练域和测试域的图像类别完全不重合，所以在训练域上学习到的知识很难在测试域上有良好的表现。  
Task：零样本检索任务的效果主要取决于模型的泛化能力，即模型能否将训练域上的训练成果作用于测试域。所以我们希望模型可以对不同的域有很强的适应能力。  
Action：在训练过程中，引入模拟测试域，来模拟训练域和测试域之间的适应情况，从而提升模型对不同域的泛化能力。具体做法：将训练集分为meta-train 与 meta-test 两个域，在让这两个域的损失最小化的同时，还让这两个域更新的梯度方向趋于一致。  
Result：在 cifar10、 AWA、 ImageNet 等数据集上有 2~3 个点的提升。