Buchumschlag

Learning Unknowns from Unknowns: Diversified Negative Prototypes Generator for Few-Shot Open-Set Recognition

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Zhenyu, Chen, Guangyao, Zou, Yixiong, Li, Yuhua, Li, Ruixuan
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Mind the Discriminability Trap in Source-Free Cross-domain Few-shot Learning
von: Zhang, Zhenyu, et al.
Veröffentlicht: (2026)

MICM: Rethinking Unsupervised Pretraining for Enhanced Few-shot Learning
von: Zhang, Zhenyu, et al.
Veröffentlicht: (2024)

Random Registers for Cross-Domain Few-Shot Learning
von: Yi, Shuai, et al.
Veröffentlicht: (2025)

Decoupling Template Bias in CLIP: Harnessing Empty Prompts for Enhanced Few-Shot Learning
von: Zhang, Zhenyu, et al.
Veröffentlicht: (2025)

Self-Disentanglement and Re-Composition for Cross-Domain Few-Shot Segmentation
von: Tong, Jintao, et al.
Veröffentlicht: (2025)

Addressing Exacerbated Attention Sink for Source-Free Cross-Domain Few-Shot Learning
von: Yi, Shuai, et al.
Veröffentlicht: (2026)

Reconstruction Target Matters in Masked Image Modeling for Cross-Domain Few-Shot Learning
von: Ma, Ran, et al.
Veröffentlicht: (2024)

Improving CLIP Adaptation by Breaking Tail Alignment for Source-Free Cross-Domain Few-Shot Learning
von: Yi, Shuai, et al.
Veröffentlicht: (2026)

Compositional Few-Shot Class-Incremental Learning
von: Zou, Yixiong, et al.
Veröffentlicht: (2024)

Remedying Target-Domain Astigmatism for Cross-Domain Few-Shot Object Detection
von: Jiang, Yongwei, et al.
Veröffentlicht: (2026)

Interpretable Cross-Domain Few-Shot Learning with Rectified Target-Domain Local Alignment
von: Zhao, Yaze, et al.
Veröffentlicht: (2026)

Adapter Naturally Serves as Decoupler for Cross-Domain Few-Shot Semantic Segmentation
von: Tong, Jintao, et al.
Veröffentlicht: (2025)

Lightweight Frequency Masker for Cross-Domain Few-Shot Semantic Segmentation
von: Tong, Jintao, et al.
Veröffentlicht: (2024)

The Devil is in Low-Level Features for Cross-Domain Few-Shot Segmentation
von: Liu, Yuhan, et al.
Veröffentlicht: (2025)

Revisiting Pool-based Prompt Learning for Few-shot Class-incremental Learning
von: Jiang, Yongwei, et al.
Veröffentlicht: (2025)

Revisiting Continuity of Image Tokens for Cross-domain Few-shot Learning
von: Yi, Shuai, et al.
Veröffentlicht: (2025)

Flatten Long-Range Loss Landscapes for Cross-Domain Few-Shot Learning
von: Zou, Yixiong, et al.
Veröffentlicht: (2024)

Delve into Base-Novel Confusion: Redundancy Exploration for Few-Shot Class-Incremental Learning
von: Zhou, Haichen, et al.
Veröffentlicht: (2024)

Reviving In-domain Fine-tuning Methods for Source-Free Cross-domain Few-shot Learning
von: Zhao, Yaze, et al.
Veröffentlicht: (2026)

Few-shot Unknown Class Discovery of Hyperspectral Images with Prototype Learning and Clustering
von: Liu, Chun, et al.
Veröffentlicht: (2025)

Evolving from Unknown to Known: Retentive Angular Representation Learning for Incremental Open Set Recognition
von: Yang, Runqing, et al.
Veröffentlicht: (2025)

Cascading Unknown Detection with Known Classification for Open Set Recognition
von: Brignac, Daniel, et al.
Veröffentlicht: (2024)

Towards Generalized Few-Shot Open-Set Object Detection
von: Su, Binyi, et al.
Veröffentlicht: (2022)

Decomposed Prototype Learning for Few-Shot Scene Graph Generation
von: Li, Xingchen, et al.
Veröffentlicht: (2023)

Few-View Object Reconstruction with Unknown Categories and Camera Poses
von: Jiang, Hanwen, et al.
Veröffentlicht: (2022)

Start Small, Think Big: Curriculum-based Relative Policy Optimization for Visual Grounding
von: Yan, Qingyang, et al.
Veröffentlicht: (2025)

Classifying the Unknown: In-Context Learning for Open-Vocabulary Text and Symbol Recognition
von: Simon, Tom, et al.
Veröffentlicht: (2025)

ProtoConNet: Prototypical Augmentation and Alignment for Open-Set Few-Shot Image Classification
von: Shi, Kexuan, et al.
Veröffentlicht: (2025)

Reclaiming Lost Text Layers for Source-Free Cross-Domain Few-Shot Learning
von: Zhang, Zhenyu, et al.
Veröffentlicht: (2026)

Known Meets Unknown: Mitigating Overconfidence in Open Set Recognition
von: Zhao, Dongdong, et al.
Veröffentlicht: (2025)

Few-Shot Learning: Expanding ID Cards Presentation Attack Detection to Unknown ID Countries
von: Rocamora, Alvaro S., et al.
Veröffentlicht: (2024)

Revisiting Unknowns: Towards Effective and Efficient Open-Set Active Learning
von: Zong, Chen-Chen, et al.
Veröffentlicht: (2026)

Prototype Optimization with Neural ODE for Few-Shot Learning
von: Zhang, Baoquan, et al.
Veröffentlicht: (2024)

Informed Decision-Making through Advancements in Open Set Recognition and Unknown Sample Detection
von: Mahdavi, Atefeh, et al.
Veröffentlicht: (2024)

Beyond the Known: Enhancing Open Set Domain Adaptation with Unknown Exploration
von: Silva, Lucas Fernando Alvarenga e, et al.
Veröffentlicht: (2024)

Few-Shot Object Detection via Spatial-Channel State Space Model
von: Xin, Zhimeng, et al.
Veröffentlicht: (2025)

Preserve and Sculpt: Manifold-Aligned Fine-tuning of Vision-Language Models for Few-Shot Learning
von: Chen, Dexia, et al.
Veröffentlicht: (2025)

Adaptive FSS: A Novel Few-Shot Segmentation Framework via Prototype Enhancement
von: Wang, Jing, et al.
Veröffentlicht: (2023)

MPA: Multimodal Prototype Augmentation for Few-Shot Learning
von: Wu, Liwen, et al.
Veröffentlicht: (2026)

IPNET:Influential Prototypical Networks for Few Shot Learning
von: Chowdhury, Ranjana Roy, et al.
Veröffentlicht: (2022)