深度之眼CV paper論文
?this paper
主要pipeline：1）用base class來訓練模型，然后凍住訓練好的模型參數(shù)； 2）在測試階段，探索了不同的分類器：logistic regression (LR), support vector machine (SVM), nearest neighbor (NN).
提出對pretrained model的特征做normalization可以很大的提升性能；
提出pretrained model提取出來的特征也許包含某些domain-specific的信息，而這些信息可能是對target class的識別有害的，所以用random pruning stategy隨機剪枝策略通過去除negaitive的信息來提升模型性能；
標簽：
