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。
➡️