BaFTA: Backprop-Free Test-Time Adaptation For Zero-Shot Vision-Language Models
University of Southern California(南加州大学);Amazon(亚马逊公司)
针对零样本视觉-语言模型测试时自适应易训练坍缩的问题,提出无反向传播算法BaFTA,通过投影空间在线聚类估计类别质心并基于Rényi熵融合多源预测,在效果和效率上均优于现有方法。
2024-06-18 cs.CV
Test-Time Low Rank Adaptation via Confidence Maximization for Zero-Shot Generalization of Vision-Language Models
Mohamed bin Zayed University of Artificial Intelligence (MBZUAI)(穆罕默德·本·扎耶德人工智能大学(MBZUAI))
本文提出测试时低秩适应(TTL)方法,通过最大化预测置信度更新注意力权重并引入少量低秩适配器参数,在保持主干冻结下实现大规模视觉语言模型的零样本泛化,显著优于测试时提示调整基线。
2024-07-22 cs.CV
Few-Shot, Now for Real: Medical VLMs Adaptation without Balanced Sets or Validation
ÉTS Montréal(ÉTS蒙特利尔);Centre de Recherche du Centre Hospitalier de l’Université de Montréal (CRCHUM)(蒙特利尔大学中心医院研究中心(CRCHUM))
本研究针对医学视觉语言模型在现实不平衡且无验证集条件下的少样本适配问题,提出一种无需训练的线性探针方法,自适应融合视觉与文本监督,在多种模态和任务上优于现有方法,实现稳健高效的适配。
2025-06-20 cs.CV
When Can Test-Time Adaptation Help Zero-Shot CT Vision-Language Models?
University of British Columbia(英属哥伦比亚大学);Vector Institute(向量研究所)
研究零样本3D CT视觉语言模型中测试时自适应(TTA)的作用,通过控制诊断分析表明其具有条件性,引入CARVE方法,在基础模型有判别力时能带来一致改进,确立多标签TTA问题及CARVE为基数感知解决方案。
2026-07-20 cs.CV
Few-shot Adaptation of Multi-modal Foundation Models: A Survey
Hohai University(河海大学);HKUST(香港科技大学)
本综述系统梳理了多模态基础模型少样本适应方法的研究进展,总结了基于提示、适配器和外部知识的三种技术途径,推导了泛化误差界,并提出了三种未来解决方案。
2024-01-04 cs.CV
VITA: Zero-Shot Value Functions via Test-Time Adaptation of Vision-Language Models
VITA通过测试时间适应提升视觉语言模型的零样本价值估计能力,实现跨任务和环境的泛化,优于现有方法。
2026-02-27 cs.AI cs.CV
ReHARK: Refined Hybrid Adaptive RBF Kernels for Robust One-Shot Vision-Language Adaptation
Buet.ac.bd(巴特西大学)
ReHARK通过重构混合自适应RBF核框架,利用全局近端正则化提升单样本视觉-语言适应的稳定性与准确性,实现65.83%的平均准确率。
2026-03-12 cs.AI cs.CV
Enhancing Zero-shot Personalized Image Aesthetics Assessment with Profile-aware Multimodal LLM
Mashang Consumer Finance Co., Ltd.(马莎消费金融有限公司);Xi'an Jiaotong-Liverpool University(西安交通大学利物浦大学);Beijing University of Posts and Telecommunications(北京邮电大学)
本文提出P-MLLM,通过用户资料引导的多模态大语言模型实现零样本个性化图像审美评估,实验表明其在无历史数据情况下表现优异。
2026-04-19 cs.AI cs.CV
One Head Eight Arms: Block Matrix based Low Rank Adaptation for CLIP-based Few-Shot Learning
Zhejiang university(浙江大学)
提出Block-LoRA框架,通过共享下投影子矩阵将LoRA低秩矩阵划分为子矩阵,减少参数并降低计算成本,在单24GB GPU上实现CLIP小样本微调且性能具竞争力。
2025-01-28 cs.AI cs.CV
Enhancing Vision-Language Few-Shot Adaptation with Negative Learning
School of Computer Science, Carnegie Mellon University(卡内基梅隆大学计算机科学学院)
提出SimNL负学习方法,通过发现互补负特征并重加权样本抑制噪声,增强视觉-语言模型少样本适应,在15个数据集上优于现有方法。
2024-11-08 cs.CL cs.CV
MI-VisionShot: Few-shot adaptation of vision-language models for slide-level classification of histopathological images
valgrAI - Valencian Graduate School and Research Network of Artificial Intelligence(valgrAI——瓦伦西亚人工智能研究生院与研究网络)
本文提出 MI-VisionShot,一种基于视觉-语言模型的无训练少样本适配方法,通过检索切片内最具判别力的图像块构建多实例原型分类器,实现组织病理切片级预测,并在低样本场景下以更低变异性超越零样本迁移。
2024-10-21 cs.AI cs.CV
TCLA: Training-Free Class-wise Logit Adaptation for Medical Vision-Language Models
University of Bern(伯尔尼大学);Shanghai Jiao Tong University(上海交通大学)
针对医学视觉语言模型在分布外数据上有效性下降问题,提出无训练的少样本适应方法TCLA。该方法基于支持样本校正推理对数几率,提升模型性能,实验表明其能持续提高模型OOD性能且多数情况下优于现有训练方法。
2026-07-13 cs.AI cs.CV
ProKeR: A Kernel Perspective on Few-Shot Adaptation of Large Vision-Language Models
IMT Atlantique(大西洋电信学院);Inria(法国国家信息与自动化研究所);University Rennes(雷恩大学);CNRS(法国国家科学研究中心)
从核视角分析Tip-Adapter,提出全局近端正则化的ProKeR方法,在11个数据集上达到少样本适应最先进性能。
2025-01-19 cs.AI cs.CV cs.LG
Dual Memory Networks: A Versatile Adaptation Approach for Vision-Language Models
HKPolyU(香港理工大学);OPPO;HKUST(香港科技大学);HKBU(香港浸会大学)
提出双记忆网络,通过静态和动态记忆组件及灵活交互策略,统一实现视觉语言模型在零样本、少样本和免训练少样本适应三种设置下的高性能。
2024-03-26 cs.AI cs.CV cs.LG
DynaGAN: Dynamic Few-shot Adaptation of GANs to Multiple Domains
POSTECH(浦项科技大学);Pebblous
对多个域的Few-Shot领域自适应旨在从少量训练图像学习跨多个域的复杂图像分布。这里一个简单的解决方案是使用Few-Shot领域自适应方法为每个域训练一个单独的模型。不幸的是,这种方法要求线性缩放的计算资源在内存和计算时间,更重要的是,这种单独的模型不能利用目标域之间的共享知识。在本文中,我们提出了DynaGAN,一种新的Few-Shot域自适应多目标域的方法。DynaGAN有一个自适应模块,它是一个超网络,可以将预训练的GAN模型动态地适应多个目标域。因此,我们可以充分利用跨目标域的共享知识,并避免线性缩放的计算要求。由于适应大尺寸GAN模型在计算上仍然具有挑战性,因此我们使用秩1张量分解来设计我们的适应模块轻量化。最后,我们提出了一种适用于多域Few-Shot自适应的对比度自适应损失。我们通过大量的定性和定量评估来验证我们的方法的有效性。
2022-11-26 cs.CV
Modular Adaptation for Cross-Domain Few-Shot Learning
SRI International(SRI国际)
适应预先训练的表示已成为学习新的下游任务的首选方法,但示例有限。虽然文献已经证明了巨大的成功,通过表示学习,在这项工作中,我们表明,大量的性能改善下游任务的适应过程的适当设计也可以实现。具体来说,我们提出了一个模块化的适应方法,有选择地执行多个国家的最先进的(SOTA)适应方法的顺序。由于不同的下游任务可能需要不同类型的适配,我们的模块化适配可以根据下游任务动态配置最合适的模块。此外,作为对现有的跨域5路k-shot基准的扩展(例如,miniImageNet -> CUB),我们使用来自10个不同数据集的数据创建了一个新的高速(~100)k-shot基准。这个基准测试提供了一组不同的域,并允许使用从ImageNet学习到的更强的表示。实验结果表明,通过对下游任务定制自适应过程,我们的模块化自适应管道(MAP)在5杆分类精度上比微调和原型网络的基线提高了3.1%。
2021-04-01 cs.CV
Unsupervised Embedding Adaptation via Early-Stage Feature Reconstruction for Few-Shot Classification
Korea Advanced Institute of Science and Technology (KAIST)(韩国科学技术院)
我们提出了无监督嵌入适应下游的Few-Shot分类任务。基于深度神经网络在记忆之前学习概括的发现,我们开发了早期特征重建(ESFR)-一种新的适应方案,具有特征重建和维度驱动的早期停止,可以找到可概括的特征。对ESFR进行验证可以持续提高基线方法在所有标准设置上的性能,包括最近提出的转导方法。ESFR与transductive方法结合使用,进一步实现了mini-ImageNet,tiered-ImageNet和CUB的最新性能;特别是在1-shot设置上,与之前的最佳性能方法相比,准确率提高了1.2%~2.0%。
2021-06-22 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
Zero-Shot Day-Night Domain Adaptation with a Physics Prior
Delft University of Technology(代尔夫特理工大学);QUT Centre for Robotics(昆士兰科技大学机器人中心)
我们探讨了昼夜领域自适应的zero-shot设置。传统的领域自适应设置是在一个领域上进行训练,并通过利用来自测试集的未标记数据样本来适应目标领域。由于收集相关的测试数据是昂贵的,有时甚至是不可能的,我们删除任何依赖于测试数据的图像,而是利用一个视觉归纳先验来自基于物理的反射模型的领域自适应。我们铸造了一些颜色不变的边缘检测器作为卷积神经网络中的可训练层,并评估其对光照变化的鲁棒性。我们发现,颜色不变层减少了昼夜分布偏移在整个网络的特征图激活。我们证明了改进的性能,zero-shot白天到晚上领域自适应的合成以及自然数据集在各种任务,包括分类,分割和地方识别。
2021-10-11 cs.CV
Smoothness Similarity Regularization for Few-Shot GAN Adaptation
Bosch Center for Artificial Intelligence(博世人工智能中心);University of Bonn(波恩大学);Lamarr Institute for Machine Learning and Artificial Intelligence(拉马尔机器学习与人工智能研究所)
针对源域与目标域结构差异大时少样本GAN适配易不稳定或过拟合记忆的问题,提出平滑相似性正则化以迁移预训练GAN的平滑性,并在无条件和类条件GAN上验证其显著优势。
2023-08-18 cs.CV
Generalized Adaptation for Few-Shot Learning
许多少样本学习的研究工作分为两个阶段:预训练基础模型和适应新模型。在本文中,我们提出了使用封闭形式的基础学习器,它限制了适应阶段与预训练的基础模型,以获得更好的广义新模型。通过理论分析证明了该方法的合理性,并对如何训练一个通用性好的基本模型提供了指导。然后,我们在四个基准上进行实验,并在所有情况下实现最先进的性能。值得注意的是,我们在5次miniImageNet上实现了87.75%的准确率,比现有方法高出约10%。
2020-06-02 cs.CV
AutoAdapt: Reliable Few-Shot Adaptation under Clinical Distribution Shifts
本研究针对临床分布偏移下的小样本适应问题,提出AutoAdapt框架,通过Adapter与Automator设计及可靠性规则实现高效适配,在多类临床数据集上仅用少量患者即可达到最先进性能。
2026-10-09 cs.CV
A Low-Shot Object Counting Network With Iterative Prototype Adaptation
Faculty of Computer and Information Science, University of Ljubljana(卢布尔雅那大学计算机与信息科学学院)
本文提出 LOCA 低样本计数网络,通过迭代融合样本形状、外观与图像特征的原型适应模块,提升少样本、单样本及零样本目标计数精度与泛化性。
2023-09-28 cs.CV
Few-shot adaptation for morphology-independent cell instance segmentation
West Virginia University(西弗吉尼亚大学)
本文提出一种少样本域自适应方法,仅需标注新数据中1到5个细胞即可快速调整分割模型,在形态多变且困难的细菌数据集上显著提升细胞实例分割准确率。
2024-02-27 cs.CV
Few-Shot Model Adaptation for Customized Facial Landmark Detection, Segmentation, Stylization and Shadow Removal
EPFL(洛桑联邦理工学院);HKUST(香港科技大学);Kuaishou Technology(快手科技)
尽管已经取得了出色的进展,但基于深度学习的算法的性能仍然严重依赖于特定的数据集,由于劳动密集型标签,这些数据集难以扩展。此外,由于新应用的发展,数据注释的初始定义可能并不总是满足新功能的要求。因此,对定制数据注释的需求一直很大。为了解决上述问题,我们提出了Few-Shot模型自适应(FSMA)框架,并展示了其在人脸上的几个重要任务上的潜力。FSMA首先通过使用大规模未标记数据训练对抗性自动编码器来获得鲁棒的面部图像嵌入。然后,该模型配备了特征自适应和融合层,并适应目标任务有效地使用最少量的注释图像。FSMA框架在广泛的面部图像应用中的多功能性是突出的。FSMA实现了最先进的Few-Shot特征点检测性能,并首次为Few-Shot人脸分割、风格化和人脸阴影去除任务提供了令人满意的解决方案。
2021-04-19 cs.CV
One2Avatar: Generative Implicit Head Avatar For Few-shot User Adaptation
Google(谷歌公司);University of Minnesota(明尼苏达大学)
本文提出One2Avatar,一种基于3DMM锚定神经辐射场骨干网络的生成式隐式头部虚拟人方法,通过联合优化3DMM拟合与相机标定,仅用单张或少量图像即可实现高效且高质量的个性化少样本用户适应。
2024-02-19 cs.CV
Few-Shot Adversarial Domain Adaptation
这项工作提供了一个框架,解决问题的监督领域自适应与深度模型。其主要思想是利用对抗学习来学习一个嵌入子空间,同时最大化两个域之间的混淆,同时在语义上对齐它们的嵌入。监督设置变得有吸引力,特别是当只有几个目标数据样本,需要标记。在这种少样本学习场景中,由于缺乏数据,语义概率分布的对齐和分离是困难的。我们发现,通过仔细设计一个训练方案,将典型的二进制对抗训练扩展到区分四个不同的类,可以有效地解决监督自适应问题。此外,该方法具有很高的适应速度,即它需要极少量的标记目标训练样本,甚至每个类别一个都可以是有效的。然后,我们广泛地比较这种方法的最先进的领域自适应在两个实验:一个使用数据集的手写数字识别,和一个使用数据集的视觉对象识别。
2017-11-05 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
Few-shot Adaptive Faster R-CNN
National University of Singapore(新加坡国立大学);Huawei Noah’s Ark Lab(华为诺亚方舟实验室)
为了减轻域偏移引起的检测性能下降,我们的目标是开发一种新的Few-Shot自适应方法,只需要几个目标域图像与有限的限界框注释。为此,我们首先要看到几个重大挑战。首先,目标域数据严重不足,使得大多数现有的领域自适应方法无效。其次,目标检测涉及同时定位和分类,进一步使模型自适应过程复杂化。第三,该模型遭受过适应(类似于在用一些数据示例进行训练时的过拟合)和不稳定风险,这可能导致目标域中的检测性能下降。为了解决这些挑战,我们首先引入了一个配对机制,在源和目标功能,以减轻目标域样本不足的问题。然后,我们提出了一个双层模块,以适应源训练的检测器到目标域:1)分裂池为基础的图像级自适应模块均匀地提取和对齐配对的本地补丁功能的位置,具有不同的规模和纵横比; 2)实例级自适应模块语义对齐配对的对象特征,同时避免类间混淆。同时,应用源模型特征正则化(SMFR)来稳定两个模块的自适应过程。结合这些贡献,给出了一种新的Few-Shot自适应Faster-RCNN框架,称为FAFRCNN,它有效地适应目标域与一些标记的样本。多个数据集的实验表明,我们的模型实现了新的国家的最先进的性能下感兴趣的Few-Shot领域自适应(FDA)和无监督领域自适应(UDA)设置。
2019-03-22 cs.CV
EFSA: Episodic Few-Shot Adaptation for Text-to-Image Retrieval
MBZUAI(马尔堡人工智能研究所)
针对开放域文本到图像检索中困难负样本挑战,提出情景式少样本自适应(EFSA)测试时框架,通过微调top-k候选及合成标题动态适应查询领域,在八个领域及百万级图像池上提升性能并保持泛化。
2025-10-09 cs.CV
Learnable Data Augmentation for One-Shot Unsupervised Domain Adaptation
Italian Institute of Technology(意大利理工学院);University of Verona(维罗纳大学);University of Genova(热那亚大学)
针对仅单个未标记目标样本的单样本无监督域适应难题,提出LearnAug-UDA方法,通过带感知损失和风格迁移的编解码架构学习增强源数据,在DomainNet和VisDA基准上达SOTA性能。
2023-10-03 cs.CV
One-Shot Domain Adaptation For Face Generation
Facebook AI(Facebook人工智能)
在本文中,我们提出了一个框架,能够生成人脸图像,落入相同的分布,作为一个给定的一杆的例子。我们利用一个预先训练的StyleGAN模型,该模型已经学习了通用的人脸分布。给定一次性目标,我们开发了一种迭代优化方案,该方案快速适应模型的权重,以将输出的高级别分布转移到目标的。为了生成具有相同分布的图像,我们引入了一种风格混合技术,该技术将目标的低级统计数据转移到使用模型随机生成的面部。这样,我们就能够生成无限数量的人脸,这些人脸继承自通用人脸和一次性示例的分布。新生成的面部可以用作其他下游任务的增强训练数据。这样的设置是有吸引力的,因为它需要在目标域中标记非常少或甚至一个示例,这通常是由各种未知和独特的分布引起的真实世界面部操纵的情况,每个分布都具有极低的流行率。我们证明了我们的一次拍摄的方法检测人脸操作的有效性,并将其与其他Few-Shot领域自适应方法定性和定量比较。
2020-03-28 cs.CV
Cross-Domain Few-Shot Segmentation via Multi-view Progressive Adaptation
Interdisciplinary Graduate Programme, Nanyang Technological University(南洋理工大学交叉学科研究生项目);Nanyang Technological University(南洋理工大学);Xi’an Jiaotong University(西安交通大学);VinUniversity(文大学);SMBU
提出多视角渐进适应方法,通过混合渐进增强和双链多视角预测,从数据和策略两方面逐步将小样本能力适应到目标域,显著提升跨域小样本分割性能。
2026-05-31 cs.CV
Learning Classifiers for Domain Adaptation, Zero and Few-Shot Recognition Based on Learning Latent Semantic Parts
Boston University(波士顿大学)
在计算机视觉应用中,例如领域自适应(DA)、少样本学习(FSL)和零样本学习(FSL),我们遇到了新的对象和环境,对于这些对象和环境,不存在足够的示例来允许训练“从头开始的模型”,并且需要使在所呈现的训练环境上训练的现有模型适应新场景的方法。我们提出了一种新的视觉属性编码方法,编码每个图像作为一个低维的概率向量组成的原型部分类型的概率。学习的原型是所有训练数据的代表。在测试时,我们利用这种编码作为分类器的输入。在测试时,我们冻结编码器,只学习/调整分类器组件以适应FSL中有限的注释标签;在FSL中添加新的语义属性。我们在基准数据集上进行了广泛的实验。我们的方法优于针对特定上下文(EML,FSL,DA)训练的最先进方法。
2019-08-16 cs.CV
Few-shot One-class Domain Adaptation Based on Frequency for Iris Presentation Attack Detection
Hikvision(海康威视)
虹膜呈现攻击检测(PAD)在保证虹膜识别系统的可靠性和安全性方面取得了显著的成功。大多数现有的方法利用空间域中的判别特征,并在数据集内设置下报告出色的性能。然而,在跨数据集设置下,性能的下降是不可避免的,遭受域转移。考虑到实际应用,少量的真正的样品是很容易获得的。因此,我们定义了一种新的域自适应设置,称为Few-Shot One-class领域自适应(FODA),其中自适应仅依赖于有限数量的目标真实样本。为了解决这个问题,我们提出了一个新的FODA框架的基础上表达能力的频率信息。具体来说,我们的方法通过两个建议的模块集成频率相关的信息。基于频率的注意模块(FAM)将频率信息聚合到空间注意中,并明确强调高频细粒度特征。频率混合模块(FMM)混合某些频率分量以生成大规模目标样式样本,用于与有限的目标真实样本进行适配。在LivDet-Iris 2017数据集上进行的大量实验表明,该方法在跨数据集和数据集内设置下均达到了最先进或具有竞争力的性能。
2022-04-01 cs.CV
Few-Shot Adaptation for Multimedia Semantic Indexing
Tokyo Institute of Technology(东京工业大学)
我们提出了一个Few-Shot自适应框架,它桥接了零样本学习和有监督的多样本学习,用于图像和视频数据的语义索引。Few-Shot自适应算法通过同时优化零样本学习和监督多样本学习的参数,以较少的训练样本提供鲁棒的参数估计。该方法首先构造一个zero-shot检测器,然后利用少量的例子对检测器进行更新。我们的实验表明了所提出的框架在三个数据集上的有效性:TRECVID语义索引2010,2014和ImageNet。在ImageNET数据集上,我们证明了我们的方法优于最近的少样本学习方法。在TRECVID 2014数据集上,我们在zero-shot条件和监督条件下分别获得了15.19%和35.98%的平均精度。据我们所知,这些是该数据集上的最佳结果。
2018-07-19 cs.CV cs.MM
Augmenting and Aligning Snippets for Few-Shot Video Domain Adaptation
Nanyang Technological University(南洋理工大学)
为了使视频模型能够在不同的环境中无缝地跨视频任务传输和应用,引入了视频无监督领域自适应(VUDA)来提高视频模型的鲁棒性和可传输性。然而,目前的VUDA方法依赖于大量的高质量的未标记的目标数据,这在现实世界中可能是不可用的。因此,我们考虑一个更现实的\textit{Few-Shot Video-based Domain Adaptation}(FSVDA)的情况下,我们适应视频模型只有几个目标视频样本。虽然一些方法已经触及图像和FSVDA中的Few-Shot领域自适应(FSDA),但是它们主要依赖于用于目标域扩展的空间增强,其中在实例级统计地执行对准。然而,视频包含更多的知识,在丰富的时间和语义信息,这应该充分考虑时,增加目标域和执行对齐FSVDA。我们提出了一种新的SSA2lign来解决FSVDA在片段级别,其中目标域是通过一个简单的片段级增强扩展,然后通过语义和统计上的片段的注意对齐,其中片段的语义对齐是通过多个角度进行的。实证结果证明了SSA2lign在多个跨域动作识别基准测试中的最新性能。
2023-03-18 cs.CV
SelectNAdapt: Support Set Selection for Few-Shot Domain Adaptation
Friedrich-Alexander-Universität Erlangen-Nürnberg(埃尔朗根-纽伦堡大学);University of Surrey(萨里大学)
本文提出SelectNAdapt算法,通过自监督特征学习、逐类聚类和基于距离的评分函数,从目标域中精心选择支持集样本,以改进少样本领域自适应中随机选择支持集的不足,并在三个图像识别基准上验证了其有效性。
2023-08-09 cs.CV
OSSA: Unsupervised One-Shot Style Adaptation
Delft University of Technology(代尔夫特理工大学);Hensoldt Optronics GmbH(亨索尔特光电有限公司)
本文提出无监督单样本域自适应方法OSSA,仅用一张未标注目标图像生成多样风格并经AdaIN迁移到源域特征,在目标检测多个场景中取得单样本SOTA。
2024-10-01 cs.CV
Adversarial Learning for Zero-shot Domain Adaptation
Guangdong Laboratory of Artificial Intelligence & Digital Economy (SZ)(广东省人工智能与数字经济实验室(深圳))
零激发域自适应(Zero-shot domain adaptation,简称ZIDA)是一类既没有数据样本也没有标签可用于目标域参数学习的领域自适应问题。假设一个给定的域之间的转移是跨任务共享的,我们提出了一种新的方法,通过转移域转移从一个不相关的任务(IRT)的任务的兴趣(ToI)。具体来说,我们首先确定一个IrT,其中双域样本可用,并在此任务中使用耦合的生成对抗网络(CoGAN)捕获域偏移。然后,我们训练一个用于ToI的CoGAN,并限制它携带与用于IRT的CoGAN相同的域转移。此外,我们引入了一对共同训练分类器来规范ToI中CoGAN的训练过程。所提出的方法不仅推导出机器学习模型的不可用的目标域的数据,但也综合数据本身。我们在基准数据集上评估了所提出的方法,并实现了最先进的性能。
2020-09-11 cs.CV
PrAda: Few-Shot Visual Adaptation for Text-Prompted Segmentation
Politecnico di Torino(托里诺理工学院);Focoos AI
该研究针对文本提示分割在特定领域中的性能下降问题,提出了一种新的少样本视觉适应方法PrAda,通过结合细粒度像素特征和高层Transformer表示学习类特定原型,从而在不改变模型零样本潜力的情况下实现对新领域的强适应。
2026-05-19 cs.CV
Similarity Min-Max: Zero-Shot Day-Night Domain Adaptation
Wangxuan Institute of Computer Technology, Peking University(北京大学王选计算机研究所);School of EECS, Peking University(北京大学电子工程与计算机科学学院);School of CS, Peking University(北京大学计算机科学学院);Peng Cheng Laboratory(鹏城实验室)
针对零样本昼夜域自适应无需夜间数据的需求,提出相似性最小-最大范式,联合优化图像级变暗增广与模型级特征对齐,显著提升模型泛化性,在多类夜间视觉任务上验证了有效性。
2023-11-05 cs.CV
Enhancing Test Time Adaptation with Few-shot Guidance
Institute of Image Communication and Network Engineering, Shanghai Jiao Tong University(图像通信与网络工程研究所,上海交通大学);State Key Laboratory for Novel Software Technology, Nanjing University(新型软件技术国家重点实验室,南京大学);School of Software & Joint SDU-NTU Centre for Artificial Intelligence Research, Shandong University(软件学院及SDU-NTU联合人工智能研究中心,山东大学);Macao Polytechnic University(澳门理工学院)
本文提出少样本测试时间适应(FS-TTA)方法,通过结合少量样本支持集和原型记忆库指导,提升模型在跨领域场景下的适应性能和可靠性。
2025-12-07 cs.CV
Sketch-an-Anchor: Sub-epoch Fast Model Adaptation for Zero-shot Sketch-based Image Retrieval
Universidade de São Paulo(圣保罗大学);Mercado Libre(美客多)
草图锚是一种新的方法,训练国家的最先进的Zero-shot基于草图的图像检索(ZSSBIR)模型在一个时代。大多数研究将ZSSBIR的问题分解为两个部分:继承自SBIR的图像和草图之间的域对齐,以及zero-shot协议所固有的对未知数据的泛化。我们认为,这些问题之一可以大大简化,并重新框架ZSSBIR问题周围已经恒星尚未充分探索Zero-shot基于图像的检索性能的现成的模型。我们的快速收敛模型保持了单域性能,同时学习从草图中提取相似的表示。为此,我们介绍了我们的语义分类器-指导嵌入学习基于单词的语义空间和功能,从现成的模型-并将它们与我们的小说锚定对比损失。经验证据表明,我们可以在所有基准数据集上实现最先进的性能,同时训练迭代次数比其他方法少100倍。
2023-03-29 cs.CV
Zero-Shot Deep Domain Adaptation
Siemens Corporate Technology(西门子企业技术研究院)
领域自适应是将在源领域中学习到的关于任务(例如分类)的知识转移到第二或目标领域的重要工具。目前的方法假设任务相关的目标域数据在训练过程中是可用的。我们演示了如何执行领域自适应时,没有这样的任务相关的目标域数据。为了解决这个问题,我们提出了zero-shot深度领域自适应(ZDDA),它使用任务无关的双域对的特权信息。ZDDA学习一个源域表示,它不仅是为感兴趣的任务量身定制的,而且接近目标域表示。因此,与源域表示联合训练的源域感兴趣任务解决方案(例如,用于分类任务的分类器)可以适用于源表示和目标表示两者。使用MNIST,Fashion-MNIST,NIST,EMNIST和SUN RGB-D数据集,我们证明了ZDDA可以在分类任务中执行领域自适应,而无需访问与任务相关的目标领域训练数据。我们还扩展ZDDA进行传感器融合在SUN RGB-D场景分类任务模拟任务相关的目标域表示与任务相关的源域数据。据我们所知,ZDDA是第一个领域自适应和传感器融合方法,它不需要任务相关的目标域数据。其基本原理并不特定于计算机视觉数据,而是应该可以扩展到其他领域。
2018-07-24 cs.CV
SciQNet: Two-Stage Multimodal Adaptation for Scientific Image Quality Assessment
Universiti Malaya(马来亚大学);Universiti Tunku Abdul Rahman(拉曼大学);National University of Singapore(新加坡国立大学)
本研究提出SciQNet两阶段多模态适配框架,在ICME 2026科学图像质量评估挑战赛评分赛道获第2,模型在SIQA-S、SIQA-U等指标表现优异,证实预训练数据相关性的重要性。
2026-08-07 cs.CV
Zero Shot Domain Adaptive Semantic Segmentation by Synthetic Data Generation and Progressive Adaptation
Wangxuan Institute of Computer Technology, Peking University(北京大学王轩计算机技术研究所)
提出SDGPA方法,利用文本到图像扩散模型生成合成数据,通过小块编辑和渐进式自适应解决零样本域自适应语义分割中的分布偏移问题,达到最先进性能。
2025-08-05 cs.CV
Rethinking Visual Content Refinement in Low-Shot CLIP Adaptation
University of Science and Technology of China(中国科学技术大学);Brain-Inspired Technology Co., Ltd.(类脑技术有限公司);Hefei University of Technology(合肥工业大学)
提出视觉内容细化(VCR)方法,在测试阶段通过多尺度分解与预测裕度选择合并图像视图,增强CLIP适配器对全局和局部细节的感知,在13个数据集上显著提升低样本性能。
2024-07-19 cs.CV
QD-PCQA: Quality-Aware Domain Adaptation for Point Cloud Quality Assessment
本文提出QD-PCQA框架,通过Rank-weighted Conditional Alignment和Quality-guided Feature Augmentation策略提升点云质量评估的泛化能力。
2026-03-16 cs.CV
Few-shot Metric Learning: Online Adaptation of Embedding for Retrieval
Pohang University of Science and Technology (POSTECH)(浦项科技大学)
度量学习的目的是建立一个距离度量,通常是通过学习一个有效的嵌入函数,将相似的对象映射到其嵌入空间中的附近点。尽管最近在深度度量学习方面取得了进展,但对于学习到的度量来说,推广到具有大量领域差距的看不见的类仍然具有挑战性。为了解决这个问题,我们探索了一个新的问题,Few-Shot度量学习,旨在适应嵌入功能的目标域只有几个注释的数据。本文引入了三种Few-Shot度量学习基线,提出了一种新的度量学习算法-修正元学习(CRML),该算法通过调整中间层的通道,有效地在线自适应度量空间。对miniImageNet、CUB-200-2011、MPII以及一个新的数据集miniDeepFashion的实验分析表明,我们的方法通过将其适应于目标类来不断改进学习的度量,并且当与源类的域差距较大时,在图像检索中获得更大的增益。
2022-11-14 cs.CV
Few-Shot Domain Adaptation with Temporal References and Static Priors for Glacier Calving Front Delineation
Pattern Recognition Lab, Friedrich-Alexander-Universität Erlangen-Nürnberg(模式识别实验室,埃尔朗根-纽伦堡大学);Institut für Geographie, Friedrich-Alexander-Universität Erlangen-Nürnberg(地理研究所,埃尔朗根-纽伦堡大学)
本文提出了一种结合时间参考和静态先验知识的少样本领域适应方法,有效提升了冰川崩解前沿勾勒的精度,实现了对新研究地点的适应性应用。
2026-01-29 cs.CV
Real-Time Object Tracking via Meta-Learning: Efficient Model Adaptation and One-Shot Channel Pruning
POSTECH(浦项科技大学);Seoul National University(首尔国立大学)
我们提出了一种新的元学习框架,用于实时的【形】对象跟踪,具有有效的模型自适应和通道修剪。给定一个对象跟踪器,我们的框架在跟踪过程中只需要几次梯度下降迭代就可以学习微调其模型参数,同时在第一帧使用目标地面实况修剪其网络通道。这样的学习问题被公式化为元学习任务,其中元跟踪器通过经由精心设计的跟踪模拟更新其用于初始权重、学习率和修剪掩模的元参数来训练。集成的元跟踪器通过加速在线学习的收敛和降低特征计算的成本,极大地提高了跟踪性能。在标准数据集上的实验评估表明,与最先进的方法相比,它具有出色的准确性和速度。
2019-12-04 cs.CV
Few-Shot Domain Adaptation with Polymorphic Transformers
Institute of High Performance Computing, A*STAR(A*STAR高性能计算研究所);Mila, University of Montreal(蒙特利尔大学Mila研究所);Inception Institute of Artificial Intelligence(Inception人工智能研究所);University of Electronic Science and Technology of China(电子科技大学);Singapore Eye Research Institute(新加坡眼科研究所)
在一组医学图像上训练的深度神经网络(DNN)经常在看不见的测试图像上经历严重的性能下降,这是由于训练图像(源域)和测试图像(目标域)之间的各种域差异,这引起了领域自适应问题。在临床环境中,很难在短时间内收集足够的注释目标域数据。Few-Shot领域自适应,即,在这种情况下,使用少量注释来调整训练的模型是非常实用和有用的。在本文中,我们提出了一种多态Transformer(Polyformer),它可以被纳入任何DNN骨干的Few-Shot领域自适应。具体来说,在将polyformer层插入到在源域上训练的模型中之后,它提取一组原型嵌入,这可以被视为源域特征的“基础”。在目标域上,polyformer层仅通过更新控制图像特征与原型嵌入之间的交互的投影层来进行自适应。所有其他模型权重(BatchNorm参数除外)在自适应期间冻结。因此,过度拟合注释的机会大大减少,并且模型在几个注释图像上训练后可以在目标域上稳健地执行。我们证明了Polyformer在两个医疗分割任务上的有效性(即,视神经盘/视杯分割和息肉分割)。Polyformer的源代码发布于www.example.com。
2021-07-10 cs.CV
AdaCount: Training-Free Similarity-Guided Spatial and Feature Adaptation for Zero-Shot Object Counting
Mohamed Bin Zayed University of Artificial Intelligence(莫萨德·本·扎耶德人工智能大学)
针对零样本目标计数在密集小目标场景下的漏检和分割不佳问题,提出无训练框架AdaCount,通过原型驱动相似性图引导空间扭曲和特征调制,提升SAM3对目标区域的表征能力,达到新SOTA。
2026-07-03 cs.CV