BriefGPT - AI 论文速递
·
单源开放域泛化学习的类别和领域增强
💡
原文中文，约500字，阅读约需1分钟。
📝
内容提要
该文介绍了SODG-Net框架，用于解决视觉细粒度的开放-闭合数据分类问题。该框架使用基于学习的目标合成新颖域和生成伪开放样本，以增强泛化能力并训练多类分类器。实验结果表明，SODG-Net性能卓越。
🎯
关键要点
-
该文介绍了SODG-Net框架，用于解决视觉细粒度的开放-闭合数据分类问题。
-
SODG-Net通过合成新颖域和生成伪开放样本来增强泛化能力。
-
该框架与现有的临时混合策略形成对比，采用基于学习的方法。
-
SODG-Net能够训练统一且自信的多类分类器，处理开放和闭集数据。
-
实验结果表明，SODG-Net在多个基准测试中表现卓越。
➡️
