Mamba-FSCIL: 选择性状态空间模型的动态适应用于少样本类增量学习

💡 原文中文,约200字,阅读约需1分钟。
📝

内容提要

我们提出了一个用于少样本类级增量学习(FSCIL)的绝招框架,集合了八个关键技巧,改善了FSCIL的稳定性和性能,并建立了新的最先进技术。

🎯

关键要点

  • 提出了一个用于少样本类级增量学习(FSCIL)的绝招框架。
  • FSCIL是一种具有挑战性的持续学习形式。
  • 涉及对有限样本的新任务的连续适应。
  • 集合了八个关键而高度有影响力的技巧。
  • 改善了FSCIL的稳定性、适应性和整体性能。
  • 建立了新的最先进技术,优于该领域的先前研究。
➡️

继续阅读