动态类别感知增强的少样本分割方法:Prompt-and-Transfer
原文中文,约300字,阅读约需1分钟。发表于: 。本研究针对传统少样本分割方法中存在的类别无关特征编码问题,提出了一种新颖的“Prompt and Transfer”(PAT)方法。该方法通过引入跨模态语言信息、语义提示转移和部件掩码生成器,动态调整编码器以精确聚焦于目标类别,从而在少样本分割、跨域分割等多个任务上实现了优越的性能,并在11个基准测试中设立了新的状态-of-艺术。
本研究提出了一种新的“Prompt and Transfer”(PAT)方法,解决了传统少样本分割方法中的问题。该方法在多个任务上表现出优越性能,并在11个基准测试中设立了新的状态-of-艺术。