Tag · 8 篇
细粒度分类
TAR：面向细粒度广义类别发现的词元感知精炼
TAR: Token-Aware Refinement for Fine-grained Generalized Category Discovery
指出 ViT 注意力在少数词元上异常高响应（注意力伪影）会压制细粒度局部线索，并提出用整个词元序列而非仅首个词元做分类的即插即用精炼模块，可直接移植到任何基于 ViT 特征的细粒度识别或开放类别发现流程中。
植物分类学遇上植物计数：一个用于计数数百种植物的细粒度分类学数据集
Plant Taxonomy Meets Plant Counting: A Fine-Grained, Taxonomic Dataset for Counting Hundreds of Plant Species
为类别无关计数（CAC）提供了一个带林奈层级标签与器官类别的多尺度点标注基准，可直接用于检验回归式与检测式计数模型在细粒度、跨生长阶段、跨成像尺度（冠层遥感→组织显微）条件下的泛化能力。
基于聚类的多度量表征学习策略用于细粒度多模态情感分析
Multi-Metric Representation Learning Strategy Based on Clustering for Fine-Grained Multimodal Sentiment Analysis
把多模态表征按情感类别聚类后，在全局与簇内局部两套度量下做投影与决策级融合，这一「聚类+多度量」思路可直接迁移到视觉-语言模型中的细粒度情感/意图判别与跨模态对齐。
基于训练数据的图像离群点合成
Image-based Outlier Synthesis With Training Data
提出一种无需外部数据的虚拟离群点合成方法：通过向ID输入添加梯度归因值来破坏不变特征并放大真实类logit，生成近流形离群点，可用于提升细粒度分类和虚假相关场景下的OOD检测鲁棒性。
从少路到多路：重新审视少样本细粒度图像分类
From Few-way to Many-way: Rethinking Few-shot Fine-grained Image Classification
论文指出情节式训练在 many-way 场景下缺乏对特征空间的全局刻画，提出自特征与协同特征提取加情节级与全局级双重优化的思路，可直接迁移到其他少样本/小样本识别任务中改进特征空间结构。
Fine-VAD：通过渐进式跨粒度学习实现细粒度视频异常检测
Fine-VAD: Towards Fine-Grained Video Anomaly Detection via Progressive Cross-Granularity Learning
把粗粒度异常检测与细粒度类别标签通过渐进式跨粒度对齐统一到一个框架里，可直接迁移到视频动作细粒度识别、时序事件分类等需要多级监督信号的任务。
CAPT：面向减少视觉-语言错位的混淆感知提示词微调
CAPT: Confusion-Aware Prompt Tuning for Reducing Vision-Language Misalignment
把 CLIP 类模型在相似类别间的系统性混淆当作可学习的监督信号：用混淆库加语义/样本双挖掘器与多粒度专家融合来修正提示词，可直接迁移到任何需要细粒度判别或开放词表分类的视觉-语言下游任务。
超越物体：面向细粒度分类的上下文合成数据生成
Beyond Objects: Contextual Synthetic Data Generation for Fine-Grained Classification
BOB 提出了一种微调 T2I 模型以生成高质量合成训练数据的策略：通过类无关属性（背景、姿态）显式条件化并在生成时边缘化，缓解过拟合并保留生成先验，可直接用于低样本细粒度分类的数据增强。