LLaFS: 当大型语言模型遇上小样本分割

BriefGPT - AI 论文速递 BriefGPT - AI 论文速递 ·

本文介绍了广义Few-Shot语义分割(GFS-Seg)数据集,用于分析在少示例的新类别和足够示例的基础类别下的泛化能力。提出了上下文感知原型学习(CAPL)方法,通过利用共现先验知识和动态丰富上下文信息来提高模型性能。实验表明CAPL在Few-Shot Segmentation上具有竞争力的泛化性能。

原文中文,约400字,阅读约需1分钟。
阅读原文