Combining Diffusion with Few-shot Class Incremental Learning

💡 原文英文,约100词,阅读约需1分钟。
📝

内容提要

本研究提出了一种新方法Diffusion-FSCIL,结合扩散模型与少量样本类增量学习,旨在解决数据稀缺和灾难性遗忘问题。该方法通过提取互补的扩散特征,在新类别适应和已有类别性能保持上优于现有方法。

🏷️

标签

➡️

继续阅读