本文介绍了一个名为广义Few-Shot语义分割（GFS-Seg）的新基准数据集，用于分析模型在分割新类别和基础类别时的内在泛化能力。提出了上下文感知原型学习（CAPL）方法来提高Few-Shot Segmentation的性能，实验证明CAPL具有很好的泛化性能。