Adaptive Masked Proxies for Few-Shot Segmentation
University of Alberta（阿尔伯塔大学）；Element AI
深度学习通过在大规模数据集上进行训练而蓬勃发展。然而，在机器人应用中，样本效率是关键的。我们提出了一种新的自适应掩蔽代理方法，该方法从少量标记的样本中构造最终的分割层权重。它利用多分辨率平均池化（multi-resolution average pooling）对用标签屏蔽的基础嵌入进行处理，作为新类的正代理，同时将其与之前学习的类签名融合。我们的方法在$5^i$数据集上进行了评估，并在Few-Shot语义分割方面优于最先进的方法。与以前的方法不同，我们的方法不需要第二个分支来估计参数或原型，这使得它能够用于基于2流运动和外观的分割网络。我们进一步提出了一种新的设置，用于评估对象分割的持续学习，我们命名为增量PASCAL（iPASCAL），我们的方法优于基线方法。我们的代码可在https://github.com/MSiam/AdaptiveMaskedProxies上公开获取。
2019-10-14 cs.CV cs.LG stat.ML
Adaptive Hebbian Memory Routing in Vision Transformers for Few-Shot Learning
Department of Computer Science（计算机科学系）；The University of Alabama（阿拉巴马大学）；Tuscaloosa, AL, USA（塔斯卡洛萨, 阿拉巴马州, 美国）
提出自适应赫布路由方法，通过轻量MLP路由器控制赫布记忆的贡献、更新强度和保留，提升小样本视觉Transformer性能，在多个基准上超越固定赫布记忆。
2026-06-24 cs.CV
Task-Adaptive Negative Envision for Few-Shot Open-Set Recognition
Columbia University（哥伦比亚大学）
我们研究了Few-Shot开集识别（FSOR）问题，它学习一个识别系统，能够快速适应新的类与有限的标记的例子和拒绝未知的负样本。由于数据的限制，传统的大规模开集方法在求解FSOR问题时已被证明是无效的。当前的FSOR方法通常将Few-Shot闭集分类器校准为对负样本敏感，使得它们可以经由阈值化而被拒绝。然而，阈值调整是一个具有挑战性的过程，因为不同的FSOR任务可能需要不同的抑制功率。在本文中，我们提出了任务自适应负类设想FSOR集成阈值调整到学习过程中。具体来说，我们增加了Few-Shot闭集分类器与额外的负面原型生成的Few-Shot的例子。通过将Few-Shot类的相关性在负生成过程中，我们能够学习动态拒绝边界的FSOR任务。此外，我们将我们的方法扩展到广义Few-Shot开集识别（GFSOR），它需要对多镜头和Few-Shot类进行分类，以及拒绝负样本。在公共基准上的大量实验验证了我们在这两个问题上的方法。
2022-07-18 cs.CV
Explore the Power of Dropout on Few-shot Learning
Sensetime Research（商汤科技研究院）
预训练模型的泛化能力是Few-Shot深度学习的关键。Dropout是传统深度学习方法中使用的正则化技术。在本文中，我们探索了dropout对少样本学习的影响，并提供了一些关于如何使用它的见解。在Few-Shot目标检测和Few-Shot图像分类数据集上进行了广泛的实验，Pascal VOC、MS COCO、CUB和mini-ImageNet的实验结果验证了该方法的有效性。
2023-01-26 cs.CV
Few-shot Classification via Adaptive Attention
National University of Singapore（新加坡国立大学）
训练一个可以快速适应新任务的神经网络模型是非常理想的，但对于少样本学习问题来说是具有挑战性的。近年来的少样本学习方法主要集中于从优化初始模型和学习距离度量两个方面来开发各种元学习策略。在这项工作中，我们提出了一种新的少样本学习方法，通过优化和快速适应查询样本表示的基础上非常少的参考样本。具体而言，我们设计了一个简单而有效的元重加权策略，以适应样本表示和产生软注意力，以细化表示，以便从查询和支持样本的相关功能可以提取更好的Few-Shot分类。这种自适应注意力模型也能够在一定程度上解释分类模型正在寻找什么作为分类的证据。实验表明，该模型实现了国家的最先进的分类结果在各种基准Few-Shot分类和细粒度识别数据集。
2020-11-21 cs.CV
Self-Adaptive Label Augmentation for Semi-supervised Few-shot Classification
University of Science and Technology of China（中国科学技术大学）；Texas A&M University（得克萨斯农工大学）
Few-Shot分类的目标是学习一个模型，该模型可以在只有少数标记样本可用的情况下很好地推广到新任务。为了利用在实际应用中更丰富的未标记数据，Ren等人\shortcite{ren2018meta}提出了一种半监督的Few-Shot分类方法，该方法通过手动定义的度量为每个未标记样本分配适当的标签。然而，手动定义的指标无法捕捉数据中的内在属性。在本文中，我们提出了一个\textbf{S} elf-\textbf{A}自适应的\textbf{L} abel \textbf{A}增强方法，称为\textbf{SALA}，用于半监督Few-Shot分类。SALA的一个主要新颖性是任务自适应度量，它可以以端到端的方式自适应地学习不同任务的度量。SALA的另一个吸引人的特性是渐进的邻居选择策略，该策略在训练阶段逐步选择具有高置信度的未标记数据。实验表明，SALA优于几个国家的最先进的方法，半监督Few-Shot分类基准数据集。
2022-06-16 cs.CV
Few-Shot Scene Adaptive Crowd Counting Using Meta-Learning
University of Manitoba（曼尼托巴大学）
研究了Few-Shot场景自适应人群计数问题。给定一个目标相机场景，我们的目标是使模型适应这个特定场景，只有该场景的几个标记图像。这个问题的解决方案在许多现实世界的场景中具有潜在的应用，在这些场景中，我们理想地希望部署一个专门适应目标摄像机的人群计数模型。我们完成这一挑战的灵感来自最近推出的学习到学习的范式的背景下，Few-Shot制度。在训练中，我们的方法以一种便于快速适应目标场景的方式学习模型参数。在测试时，给定一个具有少量标记数据的目标场景，我们的方法通过对学习参数进行一些梯度更新来快速适应该场景。大量的实验结果表明，该方法在Few-Shot场景自适应人群计数中优于其他方法。代码可在https://github.com/maheshkkumar/fscc上获得。
2020-06-19 cs.CV
Disentangled Feature Representation for Few-shot Image Classification
Nanyang Technological University（南洋理工大学）；City University of Hong Kong（香港城市大学）
学习可推广的特征表示是Few-Shot图像分类的关键。虽然最近的工作利用任务特定的特征嵌入使用元任务的少样本学习，他们是有限的，在许多具有挑战性的任务，被分散的特征，如背景，域和风格的图像样本。在这项工作中，我们提出了一种新的分离特征表示框架，称为DFR，用于少样本学习应用。DFR可以自适应地将由分类分支建模的鉴别特征与变化分支的类无关分量解耦。一般来说，大多数流行的深度少样本学习方法都可以作为分类分支插入，因此DFR可以提高它们在各种Few-Shot任务上的性能。此外，我们提出了一种新的FS域网数据集的基础上域网，基准测试的Few-Shot领域泛化任务。我们进行了广泛的实验，以评估所提出的DFR对一般和细粒度的Few-Shot分类，以及Few-Shot领域泛化，使用相应的四个基准，即，mini-ImageNet，tiered-ImageNet，CUB，以及建议的FS-DomainNet。由于有效的特征分解，基于DFR的Few-Shot分类器在所有数据集上都取得了最先进的结果。
2021-09-26 cs.CV
Generalized Few-Shot Object Detection without Forgetting
Megvii Technology（旷视科技）
近年来，Few-Shot目标检测被广泛用于处理数据有限的情况。虽然大多数以前的作品只专注于性能上的Few-Shot类别，我们声称，检测所有类是至关重要的测试样本可能包含任何实例在现实中的应用，这需要Few-Shot检测器学习新的概念，而不会忘记。通过对基于迁移学习的方法的分析，利用一些被忽视但有益的性质，设计了一种简单而有效的Few-Shot检测器--保留R-CNN。它由Bias-Balanced RPN和Re-detector组成，Bias-Balanced RPN用于消除预训练RPN的偏差，Re-detector用于在不忘记先前知识的情况下找到Few-Shot类对象。在Few-Shot检测基准上进行的大量实验表明，在所有设置中，Retentive R-CNN在整体性能上明显优于最先进的方法，因为它可以在Few-Shot类上实现有竞争力的结果，并且根本不会降低基类的性能。我们的方法已经证明，长期期望的永不遗忘的学习器是可用的目标检测。
2021-05-20 cs.CV
A Unified approach for Conventional Zero-shot, Generalized Zero-shot and Few-shot Learning
零样本学习中流行的技术不能很好地推广到其他相关的问题场景。在这里，我们提出了一个统一的方法为传统的zero-shot，广义zero-shot和少样本学习问题。我们的方法是基于一个新的类自适应主方向（CAPD）的概念，允许多个嵌入到一个语义空间的图像特征。给定一个图像，我们的方法为每个可见类生成一个主方向。然后，它学习如何组合这些方向以获得每个未见过类的主方向，使得测试图像的CAPD与真实类的语义嵌入对齐，并且与其他类相反。这允许从可见类到不可见类的有效和类自适应信息传输。此外，我们提出了一个自动的过程中，选择最有用的看到的类为每个看不见的类，以实现鲁棒性零样本学习。我们的方法可以更新看不见的CAPD，利用很少的看不见的图像在少样本学习的情况下工作。此外，我们的方法可以通过估计可见-不可见的多样性来推广可见的CAPD，这显著提高了广义零样本学习的性能。我们的广泛的评估表明，所提出的方法一贯取得优异的性能在zero-shot，广义zero-shot和少数/一次性学习问题。
2017-10-26 cs.CV
Few-Shot Learning with Intra-Class Knowledge Transfer
Carnegie Mellon University（卡内基梅隆大学）
我们考虑不平衡数据集的Few-Shot分类任务，其中一些类有足够的训练样本，而其他类只有有限的训练样本。最近的工作提出了解决这个问题，通过增加训练数据的Few-Shot类使用生成模型与Few-Shot训练样本作为种子。然而，由于有限数量的Few-Shot种子，生成的样本通常具有小的多样性，使得难以训练用于Few-Shot类的判别分类器。为了丰富所生成的样本的多样性，我们建议利用来自邻居多镜头类的类内知识，直觉上邻居类共享相似的统计信息。这种类内信息是通过两步机制获得的。首先，使用仅在多镜头类上训练的回归器来评估仅来自少数样本的Few-Shot类均值。其次，对超类进行聚类，并将每个超类的统计均值和特征方差作为子Few-Shot类继承的可传递知识。然后，生成器使用这些知识来增强稀疏训练数据，以帮助下游分类任务。大量的实验表明，我们的方法在不同的数据集和$n$拍摄设置上达到了最先进的水平。
2020-08-22 cs.CV
Similarity R-C3D for Few-shot Temporal Activity Detection
University of California, Berkeley（加利福尼亚大学伯克利分校）；National University of Singapore（新加坡国立大学）；Boston University（波士顿大学）
许多感兴趣的活动是罕见的事件，只有少数标记的例子可用。因此，期望能够从几个示例中学习的用于时间活动检测的模型。在本文中，我们提出了一个概念上简单和一般但新颖的框架，用于Few-Shot时间活动检测，它检测未修剪视频中的Few-Shot输入活动的开始和结束时间。我们的模型是端到端可训练的，可以从更多的Few-Shot示例中受益。在测试时，为每个建议分配与最大相似性分数相对应的Few-Shot活动类的标签。我们的相似性R-C3 D方法在Few-Shot设置中的时间活动检测的三个大规模基准（THUMOS 14，ActivityNet1.2和ActivityNet1.3数据集）上优于以前的工作。我们的代码将提供。
2018-12-25 cs.CV
Leveraging Bottom-Up and Top-Down Attention for Few-Shot Object Detection
University of Minnesota（明尼苏达大学）
针对小样本目标检测中自上而下注意力效果受限的问题，提出结合两类注意力的AttFDNet网络，搭配新型损失与混合学习策略，验证了注意力互补性并提升了检测性能与可解释性。
2020-07-23 cs.CV
TARN: Temporal Attentive Relation Network for Few-Shot and Zero-Shot Action Recognition
Queen Mary University of London（伦敦玛丽女王大学）
本文提出了一种新型的时间注意力关系网络（TARN）来解决少镜头（Few-Shot）和零镜头（zero-shot）动作识别问题。我们网络的核心是一种元学习方法，它学习比较可变时间长度的表示，即不同长度的两个视频（在Few-Shot动作识别的情况下）或视频和语义表示（如单词向量）（在zero-shot动作识别的情况下）。通过对比其他作品中的Few-Shot和zero-shot动作识别，我们a）利用注意力机制，以便执行时间对齐，和b）学习的深距离测量对齐表示在视频段级别。我们采用基于场景的培训计划，并以端到端的方式对我们的网络进行训练。所提出的方法不需要在目标域中进行任何微调，也不需要像记忆网络那样维护额外的表示。实验结果表明，该框架在Few-Shot动作识别方面优于现有技术，在zero-shot动作识别方面也取得了较好的效果。
2019-07-21 cs.CV
TAEN: Temporal Aware Embedding Network for Few-Shot Action Recognition
OriginAI；Technion（以色列理工学院）；IBM Research AI（IBM研究院人工智能部门）
新类别实体的分类需要收集和注释数百或数千个样本，这通常是非常昂贵的。少样本学习建议学习仅使用几个示例对新类进行分类。只有少数研究解决了时空模式（如视频）上的少样本学习的挑战。在本文中，我们提出了时间感知嵌入网络（TAEN）的Few-Shot动作识别，学习表示动作，在一个度量空间作为一个轨迹，传达短期语义和动作部分之间的长期连接。我们证明了TAEN两个Few Shot任务，视频分类和时间动作检测的有效性，并评估我们的方法上的动力学-400和ActivityNet 1.2 Few-Shot基准。通过仅训练几个完全连接的层，我们在Few Shot视频分类和时间检测任务上都达到了与现有技术相当的结果，同时在某些场景中达到了最先进的水平。
2021-07-17 cs.CV
Adaptive Cortically Constrained EEG-Vision Alignment for Zero-Shot Brain-to-Image Retrieval
Chongqing University of Posts and Telecommunications（重庆邮电大学）；Shanghai Jiaotong University（上海交通大学）；Chongqing Normal University（重庆师范大学）；South China University of Technology（华南理工大学）
针对零样本脑到图像检索，提出自适应皮层约束脑电-视觉对齐方法，通过ROI级源模式表征与证据加权监督，在THINGS-EEG上实现强200路检索性能。
2026-09-22 cs.CV
Few-shot Object Detection with Self-adaptive Attention Network for Remote Sensing Images
在遥感领域，近年来目标检测的应用越来越广泛，这就需要大量的标记数据。然而，我们可能会遇到一些只有有限数据的情况。在本文中，我们提出了一个Few-Shot目标检测器，它是专为检测新的对象提供了只有几个例子。特别是，为了适应目标检测设置，我们提出的Few-Shot检测器集中在对象的水平，而不是完整的图像与自适应注意力网络（SAAN）的协助下的关系。SAAN通过一个关系GRU单元充分利用对象级关系，同时根据对象级关系自适应地对对象特征附加注意力，避免了某些附加注意力无用甚至有害的情况。最后，检测结果由被注意地添加的特征产生，因此能够被简单地检测。实验证明了该方法在Few-Shot场景中的有效性。
2020-09-26 cs.CV
Pose Adaptive Dual Mixup for Few-Shot Single-View 3D Reconstruction
Institute of Information Science, Academia Sinica（中央研究院信息科学研究所）；Department of Computer Science, National Tsing Hua University（国立清华大学计算机科学系）；Department of Computer Science, University of Oxford（牛津大学计算机科学系）
我们提出了一个姿势自适应少样本学习过程和两阶段的数据插值正则化，称为姿势自适应双重混合（PADMix），用于单图像3D重建。虽然通过内插特征标签对进行的增强在分类任务中是有效的，但当渲染视点未知时，由于两个图像和体积的内插产物之间的不一致，它们在形状预测方面可能存在缺陷。PADMix针对此问题，按顺序执行两组混淆程序。我们首先执行输入混淆，结合姿势自适应学习过程，有助于学习2D特征提取和姿势自适应潜在编码。分阶段训练允许我们建立在姿态不变表示的基础上，以在特征和地面实况体积之间的一对一对应关系下执行后续潜在混合。PADMix在ShapeNet数据集上的Few-Shot设置上显著优于之前的文献，并在更具挑战性的真实世界Pix3D数据集上设定了新的基准。
2021-12-23 cs.CV
Few-Shot Transformation of Common Actions into Time and Space
University of Amsterdam（阿姆斯特丹大学）
本文介绍了Few-Shot常见动作的时空定位任务。鉴于一些修剪的支持视频包含相同的，但未知的动作，我们努力在一个长的未修剪的查询视频的动作的时空定位。我们不需要任何类标签、区间边界或边界框。为了解决这一具有挑战性的任务，我们引入了一种新的Few-Shot Transformer架构，该架构具有专用的编码器-解码器结构，该结构针对联合共性学习和定位预测进行了优化，而无需建议。在AVA和UCF 101 -24数据集上的实验表明，即使在支持视频有噪声的情况下，我们的方法也能有效地进行Few-Shot常见动作定位。虽然我们不是专门为常见的时间定位而设计的，但在此设置中，我们也可以与最先进的Few-Shot和One-Shot进行比较。最后，我们证明了Few-Shot Transformer很容易扩展到每个像素的共同动作定位。
2021-04-06 cs.CV
Task-Adaptive Feature Transformer with Semantic Enrichment for Few-Shot Segmentation
Ulsan National Institute of Science and Technology（蔚山科学技术院）
少样本学习允许机器仅使用少量标记样本对新类别进行分类。近年来，针对低样本数据的语义分割的Few-Shot分割也引起了人们极大的兴趣。在本文中，我们提出了一个可学习的模块，可以放置在现有的分割网络进行Few-Shot分割。该模块称为任务自适应特征Transformer（TAFT），将特定于任务的高级特征线性转换为一组非常适合进行Few-Shot分割的任务不可知特征。任务条件的特征变换允许有效利用新类中的语义信息来生成紧密的分割掩模。我们还提出了一个语义丰富（SE）模块，利用像素级的注意力模块的高层次功能和辅助损失的辅助分割网络进行语义分割的所有训练类。$5^i$和$20^i$数据集上的实验证实，添加的模块成功地扩展了现有分割器的能力，以产生具有高度竞争力的Few-Shot分割性能。
2022-02-14 cs.CV
Weakly Supervised Few-shot Object Segmentation using Co-Attention with Visual and Semantic Embeddings
University of Alberta（阿尔伯塔大学）；HiSilicon, Huawei Research（华为研究·海思）；Indian Institute of Science（印度科学学院）；Element AI
Few-Shot目标分割方法的研究取得了重要进展。学习是成功的，在Few-Shot分割设置，使用像素级，涂鸦和限界框监督。本文采用另一种方法，即，对于Few-Shot对象分割，仅需要图像级标签。我们提出了一种新的多模态交互模块的Few-Shot对象分割，利用共同的注意力机制，使用视觉和词嵌入。我们的模型使用图像级标签实现了4.8%的改进，比以前提出的图像级Few-Shot对象分割。它还优于在PASCAL-5i上使用弱限界框监督的最先进方法。我们的研究结果表明，Few-Shot分割受益于利用词嵌入，我们能够执行Few-Shot分割使用堆叠联合视觉语义处理与弱图像级标签。我们进一步提出了一种新的设置，时间对象分割的少样本学习（TOSFL）的视频。TOSFL可以用于各种公共视频数据，如Youtube-VOS，如实例级和类别级TOSFL实验所示。
2020-05-17 cs.CV
Depth Guided Adaptive Meta-Fusion Network for Few-shot Video Recognition
Fudan University（复旦大学）；University of Oxford（牛津大学）
人类可以很容易地识别动作，只有几个例子，而现有的视频识别模型仍然严重依赖于大规模的标记数据输入。这一观察激发了越来越多的兴趣，在Few-Shot视频动作识别，其目的是学习新的动作，只有很少的标记样本。在本文中，我们提出了一个深度引导的自适应元融合网络的Few-Shot视频识别，这是被称为AMeFu-Net。具体来说，我们从三个方面解决了Few-Shot识别问题：首先，通过引入深度信息作为场景的载体，为模型带来额外的视觉信息，从而缓解了这一数据极度匮乏的问题;其次，我们将原始RGB剪辑的表示与通过我们的时间增强增强机制采样的多个非严格对应的深度剪辑相融合，第三，提出了一种新的深度引导自适应实例归一化（DGAdaIN）融合模块，有效地融合了两个流模态。此外，为了更好地模仿Few-Shot识别过程，我们的模型是在元学习的方式进行训练。在多个动作识别基准上的实验证明了该模型的有效性。
2020-10-20 cs.CV
Dense Classification and Implanting for Few-Shot Learning
Univ Rennes（雷恩大学）；Inria（法国国家信息与自动化研究所）；CNRS（法国国家科学研究中心）；IRISA（雷恩计算机科学与应用研究所）；Safran（赛峰集团）
从少量样本训练深度神经网络是许多计算机视觉任务的一个高度挑战性和关键问题。在这种情况下，我们的目标是将知识从具有丰富数据的集合转移到具有很少可用示例的其他集合。我们提出了两种简单有效的解决方案：（i）特征图上的密集分类，这是第一次在少样本学习领域研究局部激活，以及（ii）植入，即将新的神经元连接到先前训练的网络中，以学习新的特定于任务的特征。在miniImageNet上，我们改进了现有的Few-Shot分类技术，即，在5路1次、5次和10次设置下，我们分别实现了62.5%、79.8%和83.8%。
2019-03-12 cs.CV
Generating Representative Samples for Few-Shot Classification
Stony Brook University（石溪大学）；Amazon Robotics（亚马逊机器人）
少样本学习（FSL）的目的是学习新的类别与一些视觉样本每个类。由于数据稀缺，Few-Shot类表示往往存在偏差。为了缓解这个问题，我们建议使用条件变分自编码器（CVAE）模型生成基于语义嵌入的视觉样本。我们训练基础类的CVAE模型，并使用它来生成新的类的功能。更重要的是，在训练CVAE模型时，我们通过从基础训练集中删除非代表性样本来引导VAE严格生成代表性样本。我们表明，这种训练方案提高了所生成的样本的代表性，因此，提高了Few-Shot分类结果。实验结果表明，我们的方法改进了三种FSL基线方法，在miniImageNet和tieredImageNet数据集上实现了最先进的Few-Shot分类性能。代码可在：https://github.com/cvlab-stonybrook/fsl-rsvae.
2022-05-05 cs.CV
Rethinking the Metric in Few-shot Learning: From an Adaptive Multi-Distance Perspective
Tencent Youtu Lab（腾讯优图实验室）；CATL（宁德时代）；East China Normal University（华东师范大学）
少样本学习问题的重点是在给定一些标记图像的情况下识别不可见的类。在最近的工作中，更多的关注细粒度的特征嵌入，忽略了不同的距离度量之间的关系。在本文中，第一次，我们调查了不同的距离度量的贡献，并提出了一种自适应融合方案，带来显着的改善，在Few-Shot分类。我们从一个天真的基线的置信总和，并证明了利用不同的距离度量的互补性的必要性。通过发现它们之间的竞争问题，在基线的基础上，我们提出了一个自适应模糊模块（AMM）解耦度量融合为度量预测融合和度量损失融合。前者鼓励相互补充，而后者通过多任务协作学习来促进度量竞争。在AMM的基础上，设计了一个Few-Shot分类框架AMTNet，包括AMM和全局自适应损失（GAL），联合优化Few-Shot任务和辅助自监督任务，使嵌入特征更加鲁棒。在实验中，所提出的AMM实现了2%的性能比天真的度量融合模块，我们的AMTNet优于国家的最先进的多个基准数据集。
2022-11-02 cs.CV
Ensemble-based Adaptive Single-shot Multi-box Detector
Concordia University（康考迪亚大学）
我们提出了两个改进的SSD-Single Shot多盒检测器。首先，我们提出了一个自适应的方法来选择默认框在SSD。这使用数据来减少为默认框选择最佳纵横比的不确定性，并提高包含小而复杂对象的数据集的SSD性能（例如，建筑工地设备）。我们通过找到给定训练数据集的纵横比分布来实现，然后选择代表性值。其次，我们提出了一种集成算法，使用SSD作为组件，这提高了SSD的性能，特别是对少量的训练数据集。与传统的SSD算法相比，自适应框选择将平均精度提高了3%，而基于集合的SSD将其提高了8%。
2018-08-17 cs.CV
PatchProto Networks for Few-shot Visual Anomaly Classification
Zhejiang University（浙江大学）
针对工业异常分类中异常样本稀缺的少样本学习问题，提出仅提取缺陷区域CNN特征作为原型的PatchProto网络，在MVTec-AD数据集上较基础分类器显著提升分类准确率。
2023-10-07 cs.CV
PEVA-Net: Prompt-Enhanced View Aggregation Network for Zero/Few-Shot Multi-View 3D Shape Recognition
Institute for Infocomm Research, A*STAR（新加坡科研局信息通信研究院）
本文提出PEVA-Net，利用CLIP和提示增强视图聚合，同时解决零样本与少样本多视图三维形状识别，并通过零样本描述符引导的自蒸馏提升少样本学习效果。
2024-04-30 cs.CV
APRIL-GAN: A Zero-/Few-Shot Anomaly Classification and Segmentation Method for CVPR 2023 VAND Workshop Challenge Tracks 1&2: 1st Place on Zero-shot AD and 4th Place on Few-shot AD
Zhejiang University（浙江大学）；Tencent（腾讯）
本方法基于CLIP模型并添加线性层映射图像特征至联合嵌入空间，利用记忆库存储参考特征，在VAND 2023挑战赛中零样本赛道获第一名（分割F1提升0.0489），少样本赛道获第四名（分类F1为0.8687）。
2023-10-11 cs.CV
One-shot Face Reenactment Using Appearance Adaptive Normalization
NetEase Fuxi AI Lab（网易伏羲AI实验室）；Zhejiang University（浙江大学）；Beijing Institute of Technology（北京理工大学）
本文提出了一种新的生成对抗网络用于一次人脸重现，它可以将单个人脸图像动画到不同的姿势和表情（由驱动图像提供），同时保持其原始外观。我们的网络的核心是一种称为外观自适应归一化的新机制，它可以通过使用学习的自适应参数调制生成器的特征图，有效地将输入图像的外观信息整合到我们的人脸生成器中。此外，我们专门设计了一个本地网络来重现本地面部组件（即，眼睛、鼻子和嘴巴），这对于网络来说是一个更容易学习的任务，并且可以反过来提供明确的锚点来指导我们的面部生成器学习全局外观和姿势和表情。大量的定量和定性实验表明，我们的模型与以前的一次性方法相比，显着的功效。
2021-04-26 cs.CV
Diversity Helps: Unsupervised Few-shot Learning via Distribution Shift-based Data Augmentation
State Key Laboratory for Novel Software Technology, Nanjing University（南京大学计算机软件新技术国家重点实验室）
少样本学习是指在只有少量训练样本的情况下学习新的概念，近年来得到了广泛的研究。然而，目前的大多数作品严重依赖于一个大规模的标记辅助集训练他们的模型在一个episodic训练范式。这种监督设置基本上限制了少样本学习算法的广泛使用。相反，在本文中，我们开发了一种新的框架，称为无监督的少样本学习via分布偏移-Based Data Augmentation（ULDA），它在使用数据增强时关注每个构造的借口Few-Shot任务内部的分布多样性。重要的是，我们强调了分布多样性在基于增强的借口Few-Shot任务中的价值和重要性，这可以有效地缓解过拟合问题，使Few-Shot模型学习更鲁棒的特征表示。在ULDA中，我们系统地研究了不同增强技术的效果，并提出在每个Few-Shot任务中，通过增强这两个集合的差异（即，分布偏移）。通过这种方式，即使结合简单的增强技术（例如，随机裁剪、颜色抖动或旋转），我们的ULDA可以产生显著的改进。在实验中，通过ULDA学习的Few-Shot模型可以实现卓越的泛化性能，并在Omniglot和miniImageNet上的各种已建立的少样本学习任务中获得最先进的结果。源代码可以在https://github.com/WonderSeven/ULDA上找到。
2020-09-17 cs.CV
Few-shot Image Generation Using Discrete Content Representation
Shanghai Jiao Tong University（上海交通大学）
Few-Shot图像生成和Few-Shot图像翻译是两个相关的任务，它们都旨在为只有少量图像的不可见类别生成新图像。在这项工作中，我们第一次尝试适应Few-Shot图像翻译方法的Few-Shot图像生成任务。Few-Shot图像翻译将图像分解为样式向量和内容映射。看不见的样式向量可以与不同的可见内容映射组合以产生不同的图像。然而，它需要存储看到的图像以提供内容映射，并且看不见的样式向量可能与看到的内容映射不兼容。为了适应Few-Shot图像生成任务，我们通过将连续内容映射量化为离散内容映射来学习本地内容向量的紧凑字典，而不是存储看到的图像。此外，我们建立了以风格向量为条件的离散内容映射的自回归分布模型，从而缓解了内容映射和风格向量之间的不兼容性。三个真实数据集上的定性和定量结果表明，我们的模型可以产生更高的多样性和保真度的图像看不见的类别比以前的方法。
2022-07-22 cs.CV
Hold-One-Shot-Out (HOSO) for Validation-Free Few-Shot CLIP Adapters
ML-Labs（ML实验室）；Dublin City University（都柏林城市大学）
HOSO-Adapter通过无需验证的少样本设置，提升CLIP适配器性能，平均高出4个百分点
2026-03-04 cs.CV
MaskSplit: Self-supervised Meta-learning for Few-shot Semantic Segmentation
MonolithAI；Middle East Technical University（中东技术大学）；Hacettepe University（哈切特佩大学）
就像其他少样本学习问题一样，Few-Shot分割旨在最大限度地减少对手动注释的需求，这在分割任务中成本特别高。即使Few-Shot设置降低了新测试类的成本，仍然需要注释训练数据。为了缓解这一需求，我们提出了一种自监督训练方法来学习Few-Shot分割模型。我们首先使用无监督显著性估计来获得图像上的伪掩模。然后，我们训练一个简单的原型为基础的模型在不同的分裂的伪掩模和增强的图像。我们广泛的实验表明，所提出的方法取得了可喜的成果，突出了自我监督训练的潜力。据我们所知，这是第一个工作，解决无监督的Few-Shot分割问题的自然图像。
2021-11-03 cs.CV
Few-Shot Adaptation Benchmark for Remote Sensing Vision-Language Models
UCLouvain（乌尔特-洛文大学）；UMons（蒙斯大学）；Fonds de la Recherche Scientifique（科学基金组织）
提出首个遥感视觉语言模型少样本适应基准，通过十个数据集和五种策略评估三个模型，发现零样本性能相似的模型在少样本适应下表现差异显著，需开发更鲁棒的方法。
2025-10-08 cs.CV
One-Shot Adaptive Segmentation For Scientific Images
Purdue University（普渡大学）
提出免训练一次性框架，用单张参考图结合DINOv3和特征正交化定位候选区域，经SAM分割，在显微镜和池沸腾数据集上平均IoU分别提升5.91%和78.62%。
2026-10-08 cs.CV
Meta-Transfer Learning for Few-Shot Learning
National University of Singapore（新加坡国立大学）；Max Planck Institute for Informatics（马克斯·普朗克信息学研究所）；Tianjin University（天津大学）
元学习已经被提出作为一个框架，以解决具有挑战性的少样本学习设置。其关键思想是利用大量类似的Few-Shot任务，以学习如何使基本学习者适应只有少数标记样本可用的新任务。由于深度神经网络（DNN）往往只使用少量样本进行过拟合，因此元学习通常使用浅神经网络（SNN），从而限制了其有效性。在本文中，我们提出了一种称为Meta迁移学习（MTL）的新的少拍学习方法，该方法学习适应深度NN用于少样本学习任务。具体来说，“Meta”是指训练多个任务，而“转移”是通过学习每个任务的DNN权重的缩放和移位函数来实现的。此外，我们介绍了硬任务（HT）元批计划作为一个有效的学习课程MTL。我们在两个具有挑战性的少样本学习基准测试：miniImageNet和Fewshot-CIFAR 100上使用（5类，1次）和（5类，5次）识别任务进行实验。与相关工作的广泛比较验证了我们的Meta迁移学习方法与建议的HT元批处理方案训练达到最佳性能。消融研究还表明，这两个组件有助于快速收敛和高精度。
2019-04-09 cs.CV
Few-Shot Learning by Integrating Spatial and Frequency Representation
University of Kansas（堪萨斯大学）；Ryerson University（瑞尔森大学）
人类可以识别新的对象只有少数标记的例子，然而，少样本学习仍然是一个具有挑战性的问题，机器学习系统。以往的少样本学习算法大多只利用图像的空间信息。在本文中，我们提出了将频率信息集成到学习模型中，以提高系统的识别能力。我们使用离散余弦变换（DCT）来产生频率表示，然后，结合空间域和频率域的特征进行分类。所提出的策略及其有效性验证了不同的骨干，数据集和算法。大量的实验表明，频率信息是互补的空间表示在Few-Shot分类。通过在不同的少样本学习任务中集成来自空间域和频域的特征，分类精度得到显著提高。
2021-07-07 cs.CV
Feature Aligning Few shot Learning Method Using Local Descriptors Weighted Rules
Guilin University Of Electronic Technology（桂林电子科技大学）
本文提出FAFD-LDWR方法，通过引入交叉归一化保留局部描述符判别信息，并对齐支持集与查询集关键局部描述符去除背景噪声，在多个基准数据集上提升了小样本分类性能与可解释性。
2024-08-26 cs.CV
Episode Adaptive Embedding Networks for Few-shot Learning
Australian National University（澳大利亚国立大学）
少样本学习的目标是使用每个类的一些标记实例来学习分类器。少样本学习的度量学习方法将样本嵌入到高维空间中，并基于样本嵌入之间的距离进行分类。然而，这样的实例嵌入通常在所有剧集中共享，因此缺乏根据特定于剧集的特征来概括分类器的区分能力。在本文中，我们提出了一种新的方法，即\emph{Episode Adaptive Embedding Network}（EAEN），学习情节特定的嵌入的实例。通过利用每个通道像素嵌入维度上情节中所有实例的概率分布，EAEN不仅可以缓解少样本学习任务中遇到的过拟合问题，而且还可以捕获特定于情节的判别特征。为了实证验证EAEN的有效性和鲁棒性，我们在三个广泛使用的基准数据集上进行了大量的实验，在不同的通用嵌入骨干和不同分类器的各种组合下。实验结果表明，EAEN算法在不同的环境下，显著提高了$10\%$到$20\%$的分类精度。
2021-06-17 cs.CV
The Devil is in the Few Shots: Iterative Visual Knowledge Completion for Few-shot Learning
National Key Laboratory for Novel Software Technology, Nanjing University（南京大学计算机软件新技术国家重点实验室）；School of Artificial Intelligence, Nanjing University（南京大学人工智能学院）；Ant Group（蚂蚁集团）；Institute of AI Industry Research (AIR), Tsinghua University（清华大学人工智能产业研究院）
针对少样本学习中样本分布狭窄导致视觉知识偏差的问题，提出迭代式视觉知识补全方法KCL，利用无标签样本逐步补全知识，无需额外数据，在11个基准数据集上验证了有效性。
2024-04-19 cs.CV
Adaptive Prototype Learning and Allocation for Few-Shot Segmentation
University of Edinburgh（爱丁堡大学）；Google Research（谷歌研究院）；Sungkyunkwan University（成均馆大学）
原型学习广泛用于Few-Shot分割。通常，通过对全局对象信息求平均，从支持特征获得单个原型。然而，使用一个原型来表示所有的信息可能会导致歧义。在本文中，我们提出了两个新的模块，命名为超像素引导聚类（SGC）和引导原型分配（GPA），多原型提取和分配。具体来说，SGC是一种无参数、无训练的方法，通过聚合相似的特征向量来提取更具代表性的原型，而GPA则能够选择匹配的原型，提供更准确的指导。通过将SGC和GPA结合在一起，我们提出了自适应超像素引导网络（ASGNet），这是一个轻量级的模型，并适应对象的规模和形状的变化。此外，我们的网络可以很容易地推广到k-shot分割，并且有很大的改进，没有额外的计算成本。特别是，我们对COCO的评估表明，ASGNet在5次分割中超过了最先进的方法5%。
2021-05-16 cs.CV
Few-shot NeRF by Adaptive Rendering Loss Regularization
Nanyang Technological University（南洋理工大学）；Huazhong University of Science and Technology（华中科技大学）；Centre for Frontier AI Research（前沿人工智能研究中心）；A*STAR（新加坡科技研究局）
本文提出 AR-NeRF，通过两阶段渲染监督和自适应渲染损失权重学习对齐位置编码频率与渲染损失，解决少样本 NeRF 中的不一致性问题，在物体级和复杂场景数据集上取得最先进性能。
2024-10-23 cs.CV
Task Adaptive Feature Distribution Based Network for Few-shot Fine-grained Target Classification
针对少样本细粒度分类中忽略任务级特殊情况及难以处理无关样本的问题，提出TAFD-Net网络，通过任务自适应组件、非对称度量与对比度量策略提升分类性能，在三个数据集上优于近期增量学习算法。
2024-11-18 cs.CV
Few-Shot Few-Shot Learning and the role of Spatial Attention
Inria（法国国家信息与自动化研究所）；Univ Rennes（雷恩大学）；CNRS（法国国家科学研究中心）；IRISA（雷恩第一大学计算机科学研究所）；Safran（赛峰集团）
少样本学习的动机通常是人类从很少的例子中学习新任务的能力。然而，标准的Few-Shot分类基准假设表示是在有限数量的基类数据上学习的，忽略了人类在学习新任务之前可能已经积累的先验知识的量。同时，即使有一个强大的表示，也可能在某些领域中发生基类数据有限或不存在的情况。这促使我们研究一个问题，其中表示是从在不同领域的大规模数据集上预先训练的分类器中获得的，假设无法访问其训练过程，而基类数据仅限于每个类的几个示例，它们的作用是使表示适应手头的领域，而不是从头开始学习。我们适应的表示在两个阶段，即在几个基类的数据，如果可用的，甚至更少的数据的新任务。在这样做的过程中，我们从预先训练的分类器中获得了一个空间注意力图，它允许关注对象并抑制背景杂波。这在新问题中很重要，因为当基类数据很少时，网络无法学习隐式关注的位置。我们还表明，预先训练的网络可以很容易地适应新的类，而无需元学习。
2020-02-18 cs.CV
Calibrating Higher-Order Statistics for Few-Shot Class-Incremental Learning with Pre-trained Vision Transformers
Universitat Autònoma de Barcelona（巴塞罗那自治大学）；Computer Vision Center（计算机视觉中心）；IDEAS-NCBR
本文面向基于预训练 ViT 的 FSCIL 低可塑性问题，提出依据新类与基类的语义相似性校准协方差矩阵，并与现有方法结合以显著提升持续分类性能。
2024-04-09 cs.CV
Meta Navigator: Search for a Good Adaptation Policy for Few-shot Learning
Nanyang Technological University（南洋理工大学）；ByteDance（字节跳动）；Monash University（蒙纳士大学）
少样本学习的目标是使从先前任务中学习到的知识适应新的任务，只有有限数量的标记数据。关于少样本学习的研究文献呈现出很大的多样性，而不同的算法通常在不同的少样本学习场景中表现出色。因此，决定在不同的任务条件下使用哪种学习策略是很棘手的。受最近自动机器学习文献（AutoML）的成功启发，本文提出了Meta Navigator，一个试图通过寻求更高级别的策略来解决上述少样本学习限制的框架，并提供从各种少样本学习设计中自动选择。我们的工作的目标是寻找良好的参数自适应政策，适用于不同阶段的网络Few-Shot分类。我们提出了一个搜索空间，涵盖了许多流行的少样本学习算法在文献中，并开发了可微搜索和解码算法的基础上元学习，支持基于梯度的优化。我们证明了我们的基于搜索的方法在多个基准数据集上的有效性。大量的实验表明，我们的方法显着优于基线，并证明了许多国家的最先进的方法的性能优势。代码和模型将公开发布。
2021-09-13 cs.CV
SimpleShot: Revisiting Nearest-Neighbor Classification for Few-Shot Learning
Cornell University（康奈尔大学）；Ohio State University（俄亥俄州立大学）；Facebook AI Research（脸书人工智能研究院）
Few-Shot学习器的目标是基于少量标记的训练样本识别新的对象类。为了防止过拟合，最先进的Few-Shot学习器对卷积网络特征使用元学习，并使用最近邻分类器执行分类。本文研究了没有元学习的最近邻基线的精度。令人惊讶的是，我们发现简单的特征变换足以获得有竞争力的少样本学习精度。例如，我们发现，在miniImageNet数据集上，与均值减法和L2归一化相结合使用的最近邻分类器在五分之三的设置中优于先前的结果。
2019-11-16 cs.CV
Integrative Few-Shot Learning for Classification and Segmentation
Pohang University of Science and Technology (POSTECH)（浦项科技大学）
我们介绍了Few-Shot分类和分割（FS-CS）的综合任务，旨在分类和分割目标对象的查询图像时，目标类与一些例子。该任务结合了两个传统的少样本学习问题，Few-Shot分类和分割。FS-CS将它们推广到具有任意图像对的更真实的情节，其中每个目标类可能存在于查询中，也可能不存在。为了解决这个问题，我们提出了综合少样本学习（iFSL）框架的FS-CS，训练学习者构建类明智的前景地图多标签分类和像素明智的分割。我们还开发了一个有效的iFSL模型，专注挤压网络（ASNet），它利用深层语义相关性和全局自我注意力来生成可靠的前景地图。在实验中，所提出的方法表现出良好的性能上的FS-CS任务，也达到了最先进的标准Few-Shot分割基准。
2022-04-27 cs.CV
Few-Shot Object Detection with Attention-RPN and Multi-Relation Detector
HKUST（香港科技大学）；Tencent（腾讯）
用于目标检测的常规方法通常需要大量的训练数据，并且准备这样的高质量训练数据是非常劳动密集的。在本文中，我们提出了一种新的Few-Shot目标检测网络，旨在检测对象的不可见的类别只有几个注释的例子。我们的方法的核心是我们的注意力RPN，多关系检测器和对比训练策略，利用Few Shot支持集和查询集之间的相似性来检测新的对象，同时抑制背景中的错误检测。为了训练我们的网络，我们贡献了一个新的数据集，其中包含1000个具有高质量注释的各种对象的类别。据我们所知，这是第一批专门为Few-Shot目标检测设计的数据集之一。一旦我们的Few-Shot网络经过训练，它就可以检测出不可见类别的对象，而无需进一步训练或微调。我们的方法是通用的，并具有广泛的潜在应用。我们在Few-Shot设置中的不同数据集上产生了新的最先进的性能。数据集链接是https://github.com/fanq15/Few-Shot-Object-Detection-Dataset。
2020-05-10 cs.CV
Adaptive Feature Interpolation for Low-Shot Image Generation
Salesforce（赛富时）；Amazon（亚马逊）；Meta
生成模型的训练，特别是生成对抗网络，在低数据设置中很容易出现分歧。为了缓解这个问题，我们提出了一种新的隐式数据增强方法，该方法有助于稳定的训练和合成高质量的样本，而不需要标签信息。具体来说，我们认为，作为一个度量嵌入的真实数据流形，它提供了适当的真实数据点之间的距离。然后，我们利用特征空间中的信息来开发一种完全无监督和数据驱动的增强方法。在Few-Shot生成任务上的实验表明，该方法在训练样本数为数百的情况下，显著提高了强基线的生成结果。
2022-07-14 cs.CV
Few-shot Action Recognition with Implicit Temporal Alignment and Pair Similarity Optimization
Northwestern Polytechnical University（西北工业大学）
少样本学习的目的是用少量的标记样本从新类别中识别实例，具有重要的研究和应用价值。虽然最近在这方面已经有了很多工作，但现有的大部分工作都是基于图像分类任务的。基于视频的Few-Shot动作识别尚未得到很好的研究，并且仍然具有挑战性：1）不同文献之间实现细节的差异使得公平比较困难; 2）时间序列的广泛变化和不对齐使得视频级相似性比较困难; 3）标记数据的稀缺使得优化困难。为了解决这些问题，本文提出了1）一个特定的设置，以评估性能的Few-Shot动作识别算法; 2）一个隐式序列对齐算法更好的视频级相似性比较; 3）一个先进的损失为少样本学习，以优化对相似性有限的数据。具体来说，我们提出了一种新的Few-Shot动作识别框架，该框架使用长短期记忆跟随3D卷积层进行序列建模和对齐。通过引入圈损失，使类内相似度最大化，类间相似度最小化，从而灵活地实现更明确的收敛目标。我们没有使用随机或模糊的实验设置，而是设置了一个具体的标准，类似于标准的基于图像的Few-Shot学习设置，用于Few-Shot动作识别评估。在两个数据集上的实验证明了该方法的有效性。
2020-10-13 cs.CV
OneStory: Coherent Multi-Shot Video Generation with Adaptive Memory
University of Copenhagen（哥本哈根大学）
OneStory通过自适应记忆实现多镜头视频生成，提升叙事连贯性和生成质量。
2025-12-08 cs.CV
Few-Shot Adaptation of Generative Adversarial Networks
Virginia Tech（弗吉尼亚理工大学）；Google Research（谷歌研究院）
生成对抗网络（GANs）在图像合成任务中表现出了卓越的性能，但通常需要大量的训练样本才能实现高质量的合成。本文提出了一种简单有效的方法，Few-Shot GAN（FSGAN），用于在Few-Shot设置（少于100张图像）中调整GANs。FSGAN重新利用了分量分析技术，并学习适应预训练权重的奇异值，同时冻结相应的奇异向量。这为适应提供了一个高度表达的参数空间，同时限制了对预训练权重的更改。我们验证我们的方法在一个具有挑战性的Few-Shot设置5-100图像的目标域。我们表明，我们的方法具有显着的视觉质量增益相比，现有的GAN适应方法。我们报告的定性和定量结果表明，我们的方法的有效性。我们还强调了一个问题，Few-Shot合成的数据高效的图像合成工作所使用的标准定量度量。代码和其他结果可在http://e-271.github.io/few-shot-gan上获得。
2020-10-22 cs.CV
