Tag · 8 篇
少样本分类
你的差异性定义了你：利用类别多样性进行互补学习
Your Dissimilarities Define You: Complementary Learning Exploiting Class Diversities
把「非目标类」整体建模为一个 opposite-class 并对其激活分布做显式约束，可作为分类头/损失层的即插即用正则项，配合神经坍缩分析改善特征几何，适用于开放集、少样本与域泛化的视觉分类骨干训练。
从通用到特定：动态知识引导的多实例学习用于少样本全切片图像分类
Universal-to-Specific: Dynamic Knowledge-Guided Multiple Instance Learning for Few-Shot Whole Slide Image Classification
将通用病理视觉语言知识动态实例化为切片特异性的图像块级特征，为少样本全切片图像分类提供可复用的知识检索与对齐机制。
重新评估CLIP中的模态内错位假设
Reevaluating the Intra-Modal Misalignment Hypothesis in CLIP
该论文对CLIP类模型嵌入空间的分析表明，跨模态对齐损失并未导致图像间距离的次优校准，因此视觉研究者无需为图像任务额外引入模态内对齐损失，可直接复用CLIP/SigLIP特征进行检索和少样本分类。
PP-Brep：基于混合图表示的少样本 B-rep 分类
PP-Brep: Few-Shot B-rep Classification with Hybrid Graph Representation
把 B-rep 的局部拓扑图、全局平行图与区域关联超图组合成混合图，再用结构感知图提示做少样本分类，为 CAD/3D 几何的图表示学习与提示式迁移提供了可复用范式。
MUSE：利用精确且多样的语义进行少样本全切片图像分类
MUSE: Harnessing Precise and Diverse Semantics for Few-Shot Whole Slide Image Classification
对做视觉研究的人，这篇论文提供了一个可复用的思路：把 LLM 生成的类级文本先验，通过基于 MoE 的样本级视觉-语义交互细化为逐样本先验，再用检索增强的多视图文本做随机语义监督，从而在少样本下缓解过拟合并提升视觉-语义对齐的精度与多样性；该「先细化再增广」的语义监督流程可迁移到其他少样本视觉-语言任务。
KAMP：面向医学图像表征的知识锚定多模态预训练框架
KAMP: Knowledge-Anchored Multimodal Pretraining Framework for Medical Image Representation
用大语言模型从临床文本与影像元数据生成个性化诊断知识，作为语义锚点注入图像表征，并用跨模态对齐器作奖励模型做 GRPO 优化——这套「文本先验锚定 + 对齐器即奖励」的流程可迁移到任何配对数据稀缺的视觉-语言预训练场景。
面向少样本缺陷分类的双曲缺陷特征合成
Hyperbolic Defect Feature Synthesis for Few-Shot Defect Classification
把缺陷特征合成从欧氏空间搬到双曲空间，用少量双曲缺陷原型建模潜在缺陷分布，并用层级缺陷对比损失优化合成特征；做少样本工业缺陷分类、或需要建模层次结构的数据增强时，可复用这套双曲原型+对比损失的合成管线。
AVION：从离线教师到提示微调网络的遥感视觉-语言指令
AVION: Aerial Vision-Language Instruction from Offline Teacher to Prompt-Tuned Network
用大语言模型生成并经验证筛选的文本原型作为教师信号，蒸馏到视觉-语言双塔的轻量可学习 prompt 中，推理时学生独立运行；这套「离线教师+prompt 微调」范式可直接迁移到其他专业成像域（医学、遥感、工业）的 CLIP 类模型适配。