論文連結:Multi-Domain Learning for Accurate and Few-Shot Color Constancy摘要針對不同攝像裝置,訓練共享同樣特徵提取和光源估計的網路,不同相機使用channel re-weigh
在時就會出現邊際效應,增加新的樣本對學習不再有任何幫助這也意味著每個類別,只要有條資料,都已經被很好地表示了,而無需再做平衡(對應圖3中的藍色橫線)得到的策略即No-weighting(圖1中黑色實線)當假設樣本空間大小時(此時)意味著每個