无样本类增量学习

Dual-Estimator：解耦全局与局部语义漂移以补偿类增量学习中的漂移

Dual-Estimator: Decoupling Global and Local Semantic Shift for Drift Compensation in Class-Incremental Learning

对做类增量视觉分类的人，这篇给出了一个可直接插拔的漂移补偿模块：用混合专家估计器建模任务内非均匀语义分布、用低秩估计器捕捉任务间非均匀漂移，且以解析解在少数 epoch 内更新，可挂到现有 exemplar-free 方法上缓解旧类表征失活。