ZeroMamba：探索零样本学习的视觉状态空间模型
原文中文，约300字，阅读约需1分钟。发表于：。本研究针对现有零样本学习方法中视觉与语义互动不足的问题，提出了一种名为ZeroMamba的框架。该框架通过引入语义感知局部投影、全局表示学习和语义融合三个关键组件，显著提升了模型对未见类别的分类能力。实验结果表明，ZeroMamba在多个主流基准上表现优异，超越了现有的最先进方法。
本文探讨了零样本学习中的交叉域匹配问题，并提出了一种基于分支网络的方法来映射语义描述和视觉样本到joint空间，实现跨未知类别输入的优化过程。同时，还解决了ZSL中的模型偏差问题，取得了卓越的性能。
