Hilo

新框架应对领域迁移下的通用类别发现

研究人员开发了三种新框架，以改进在处理数据领域迁移时的通用类别发现（GCD）。这些方法调整了现有的基础模型，包括视觉和视觉-语言模型，以更好地对来自已知和未知类别的未标记实例进行分类。所提出的技术 HiLo、HLPrompt 和 VLPrompt 利用特征解耦、提示调整和跨模态一致性来有效处理语义和领域迁移。实验表明，在各种多领域迁移数据集上，与现有方法相比有了显著改进。