BriefGPT - AI 论文速递 · 2024-02-27T00:00:00Z 调适先于比较：跨域少样本分割的新视角 💡 原文中文，约200字，阅读约需1分钟。 📝 内容提要 本研究通过在传统分类预训练骨干网络中添加小型网络实现测试时任务自适应，避免过拟合到有监督微调中的少量标记样本，取得了交叉领域少样本分割的最先进性能。 🏷️ 标签 交叉领域少样本分割 分类预训练骨干网络 有监督微调 测试时任务自适应 过拟合 阅读原文 生成长图 分享链接 已复制链接
