Buchumschlag

CLIP-driven Zero-shot Learning with Ambiguous Labels

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Fan, Jinfu, Li, Jiangnan, Yan, Xiaowen, Zhong, Xiaohui, Lu, Wenpeng, Huang, Linqing
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

Dynamic Visual-semantic Alignment for Zero-shot Learning with Ambiguous Labels
von: Li, Jiangnan, et al.
Veröffentlicht: (2026)

SPECIAL: Zero-shot Hyperspectral Image Classification With CLIP
von: Pang, Li, et al.
Veröffentlicht: (2025)

GenCLIP: Generalizing CLIP Prompts for Zero-shot Anomaly Detection
von: Kim, Donghyeong, et al.
Veröffentlicht: (2025)

MV-CLIP: Multi-View CLIP for Zero-shot 3D Shape Recognition
von: Song, Dan, et al.
Veröffentlicht: (2023)

CRoF: CLIP-based Robust Few-shot Learning on Noisy Labels
von: Deng, Shizhuo, et al.
Veröffentlicht: (2024)

Explaining CLIP Zero-shot Predictions Through Concepts
von: Ozdemir, Onat, et al.
Veröffentlicht: (2026)

DiffCLIP: Few-shot Language-driven Multimodal Classifier
von: Zhang, Jiaqing, et al.
Veröffentlicht: (2024)

AA-CLIP: Enhancing Zero-shot Anomaly Detection via Anomaly-Aware CLIP
von: Ma, Wenxin, et al.
Veröffentlicht: (2025)

AnomalyCLIP: Object-agnostic Prompt Learning for Zero-shot Anomaly Detection
von: Zhou, Qihang, et al.
Veröffentlicht: (2023)

TokenCLIP: Token-wise Prompt Learning for Zero-shot Anomaly Detection
von: Zhou, Qihang, et al.
Veröffentlicht: (2025)

GS-CLIP: Zero-shot 3D Anomaly Detection by Geometry-Aware Prompt and Synergistic View Representation Learning
von: Deng, Zehao, et al.
Veröffentlicht: (2026)

IQE-CLIP: Instance-aware Query Embedding for Zero-/Few-shot Anomaly Detection in Medical Domain
von: Huang, Hong, et al.
Veröffentlicht: (2025)

Unseen No More: Unlocking the Potential of CLIP for Generative Zero-shot HOI Detection
von: Guo, Yixin, et al.
Veröffentlicht: (2024)

FALIP: Visual Prompt as Foveal Attention Boosts CLIP Zero-Shot Performance
von: Zhuang, Jiedong, et al.
Veröffentlicht: (2024)

Partial CLIP is Enough: Chimera-Seg for Zero-shot Semantic Segmentation
von: Chen, Jialei, et al.
Veröffentlicht: (2025)

GlocalCLIP: Object-agnostic Global-Local Prompt Learning for Zero-shot Anomaly Detection
von: Ham, Jiyul, et al.
Veröffentlicht: (2024)

DeCLIP: Decoupled Prompting for CLIP-based Multi-Label Class-Incremental Learning
von: Du, Kaile, et al.
Veröffentlicht: (2025)

Unified Language-driven Zero-shot Domain Adaptation
von: Yang, Senqiao, et al.
Veröffentlicht: (2024)

CLIP is Strong Enough to Fight Back: Test-time Counterattacks towards Zero-shot Adversarial Robustness of CLIP
von: Xing, Songlong, et al.
Veröffentlicht: (2025)

Diffusion Disambiguation Models for Partial Label Learning
von: Fan, Jinfu, et al.
Veröffentlicht: (2025)

MediCLIP: Adapting CLIP for Few-shot Medical Image Anomaly Detection
von: Zhang, Ximiao, et al.
Veröffentlicht: (2024)

Building a Multi-modal Spatiotemporal Expert for Zero-shot Action Recognition with CLIP
von: Yu, Yating, et al.
Veröffentlicht: (2024)

CLIP Is Also a Good Teacher: A New Learning Framework for Inductive Zero-shot Semantic Segmentation
von: Chen, Jialei, et al.
Veröffentlicht: (2023)

CLIP-driven Outliers Synthesis for few-shot OOD detection
von: Sun, Hao, et al.
Veröffentlicht: (2024)

MadCLIP: Few-shot Medical Anomaly Detection with CLIP
von: Shiri, Mahshid, et al.
Veröffentlicht: (2025)

Boosting Audio-visual Zero-shot Learning with Large Language Models
von: Chen, Haoxing, et al.
Veröffentlicht: (2023)

Contrastive Spectral Rectification: Test-Time Defense towards Zero-shot Adversarial Robustness of CLIP
von: Nie, Sen, et al.
Veröffentlicht: (2026)

CardiacCLIP: Video-based CLIP Adaptation for LVEF Prediction in a Few-shot Manner
von: Du, Yao, et al.
Veröffentlicht: (2025)

CLIP-AD: A Language-Guided Staged Dual-Path Model for Zero-shot Anomaly Detection
von: Chen, Xuhai, et al.
Veröffentlicht: (2023)

TopV-Nav: Unlocking the Top-View Spatial Reasoning Potential of MLLM for Zero-shot Object Navigation
von: Zhong, Linqing, et al.
Veröffentlicht: (2024)

Interpretable Zero-shot Learning with Infinite Class Concepts
von: Ye, Zihan, et al.
Veröffentlicht: (2025)

Go to Zero: Towards Zero-shot Motion Generation with Million-scale Data
von: Fan, Ke, et al.
Veröffentlicht: (2025)

CDUL: CLIP-Driven Unsupervised Learning for Multi-Label Image Classification
von: Abdelfattah, Rabab, et al.
Veröffentlicht: (2023)

BackdoorIDS: Zero-shot Backdoor Detection for Pretrained Vision Encoder
von: Huang, Siquan, et al.
Veröffentlicht: (2026)

Zero-Shot Pseudo Labels Generation Using SAM and CLIP for Semi-Supervised Semantic Segmentation
von: Saito, Nagito, et al.
Veröffentlicht: (2025)

Cascade-CLIP: Cascaded Vision-Language Embeddings Alignment for Zero-Shot Semantic Segmentation
von: Li, Yunheng, et al.
Veröffentlicht: (2024)

A Conditional Probability Framework for Compositional Zero-shot Learning
von: Wu, Peng, et al.
Veröffentlicht: (2025)

MSCI: Addressing CLIP's Inherent Limitations for Compositional Zero-Shot Learning
von: Wang, Yue, et al.
Veröffentlicht: (2025)

Improved Feature Generating Framework for Transductive Zero-shot Learning
von: Ye, Zihan, et al.
Veröffentlicht: (2024)

MIDAS: Mixing Ambiguous Data with Soft Labels for Dynamic Facial Expression Recognition
von: Kawamura, Ryosuke, et al.
Veröffentlicht: (2025)