GraphVL:通过视觉-语言模型进行图增强的语义建模以实现广义类别发现
💡
原文英文,约100词,阅读约需1分钟。
📝
内容提要
本研究提出了一种新模型GraphVL,结合图卷积网络与CLIP文本编码器,旨在解决广义类别发现中的特征转移问题,提升对未知类别的分类能力,并在七个数据集上取得了优异表现。
🎯
关键要点
- 本研究提出了一种新模型GraphVL,结合图卷积网络与CLIP文本编码器。
- GraphVL旨在解决广义类别发现中的特征转移问题。
- 该模型提升了对未知类别的分类能力。
- GraphVL在七个数据集上取得了优异表现。
- 研究表明,GraphVL能够有效调节语义空间,保持类别邻域结构。
➡️