Tag · 5 篇

跨域少样本学习

分布视觉语言模型3目标检测与定位1自监督与表征学习1

Remedying Target-Domain Astigmatism for Cross-Domain Few-Shot Object Detection

针对跨域少样本目标检测中注意力分散的问题，提出中心-外周注意力精炼框架，利用类特定原型和文本语义对齐来重塑注意力，可复用于其他域适应检测任务。

Reclaiming Lost Text Layers for Source-Free Cross-Domain Few-Shot Learning

揭示了CLIP文本编码器中间层在跨域少样本学习中的潜在价值，并提出通过层级别和编码器级别的引导来重新利用这些信息，为视觉分支在域偏移下的再学习提供了新思路。

Mind the Discriminability Trap in Source-Free Cross-domain Few-shot Learning

揭示了 VLM 在无源跨域少样本微调中「视觉判别性越强反而越差」的捷径现象：交叉熵损失中的视觉学习项会绕过跨模态对齐，因此做 CLIP/SigLIP 下游适配时应显式扰动视觉分支并利用图文语义关系逐步恢复模态对齐，而不是一味增强视觉特征判别性。

Interpretable Cross-Domain Few-Shot Learning with Rectified Target-Domain Local Alignment

针对CLIP在跨域少样本场景下局部视觉-文本对齐失效的问题，提出基于循环一致性的自监督对齐方法，并引入语义锚框机制过滤噪声，可提升医学等细粒度领域的可解释识别性能。

Addressing Exacerbated Attention Sink for Source-Free Cross-Domain Few-Shot Learning

揭示了CLIP类VLM在目标域少样本微调时注意力汇聚被加剧、导致类间判别性下降的问题，并给出按token与目标类相关性动态重加权的通用微调策略，可直接用于任何需要把CLIP迁移到新域的少样本适配场景。