计算机科学 > 计算机视觉与模式识别
[提交于 2025年5月31日
]
标题: 孟加拉手写字符和数字识别的少样本学习方法性能分析
标题: Performance Analysis of Few-Shot Learning Approaches for Bangla Handwritten Character and Digit Recognition
摘要: 本研究调查了少量学习(FSL)方法在使用有限标记数据识别孟加拉语手写字符和数字时的表现。 它展示了这些方法在具有复杂结构的脚本中的适用性,其中数据集稀缺是一个常见的挑战。 鉴于孟加拉语脚本的复杂性,我们假设在这些字符上表现良好的模型可以有效推广到结构相似或更低复杂度的语言。 为此,我们引入了SynergiProtoNet,这是一种混合网络,旨在提高手写字符和数字识别的准确性。 该模型结合了先进的聚类技术与强大的嵌入框架,以捕获细微细节和上下文细微差别。 它在一个原型学习框架内利用多级(高阶和低阶)特征提取。 我们严格对比了几种最先进的少量学习模型: BD-CSPN、原型网络、关系网络、匹配网络和SimpleShot,在包括单语言数据集内评估、单语言跨数据集评估、跨语言迁移和分割数字测试在内的多种评估设置下。 实验结果表明,SynergiProtoNet始终优于现有方法,在手写字符和数字识别的少量学习中建立了新的基准。 代码可在GitHub上获取:https://github.com/MehediAhamed/SynergiProtoNet。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.