Buchumschlag

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

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Zhang, Zhenyu, Zou, Yixiong, Li, Yuhua, Li, Ruixuan, Chen, Guangyao
Format:	Preprint
Veröffentlicht:	2026
Schlagworte:	Computer Vision and Pattern Recognition Artificial Intelligence
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

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

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

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

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

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

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

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)

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

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

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

Learning Unknowns from Unknowns: Diversified Negative Prototypes Generator for Few-Shot Open-Set Recognition
von: Zhang, Zhenyu, et al.
Veröffentlicht: (2024)

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

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

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

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

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

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

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

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

FAD: Frequency Adaptation and Diversion for Cross-domain Few-shot Learning
von: Shi, Ruixiao, et al.
Veröffentlicht: (2025)

Cross-domain Few-shot In-context Learning for Enhancing Traffic Sign Recognition
von: Gan, Yaozong, et al.
Veröffentlicht: (2024)

FlowCut: Rethinking Redundancy via Information Flow for Efficient Vision-Language Models
von: Tong, Jintao, et al.
Veröffentlicht: (2025)

Cross-domain Few-shot Object Detection with Multi-modal Textual Enrichment
von: Shangguan, Zeyu, et al.
Veröffentlicht: (2025)

GiPL: Generative augmented iterative Pseudo-Labeling for Cross-Domain Few-Shot Object Detection
von: Liu, Jiacong, et al.
Veröffentlicht: (2026)

Reliable Few-shot Learning under Dual Noises
von: Zhang, Ji, et al.
Veröffentlicht: (2025)

Act Wisely: Cultivating Meta-Cognitive Tool Use in Agentic Multimodal Models
von: Yan, Shilin, et al.
Veröffentlicht: (2026)

Temporal Alignment-Free Video Matching for Few-shot Action Recognition
von: Lee, SuBeen, et al.
Veröffentlicht: (2025)

Few-shot Class-Incremental Learning via Generative Co-Memory Regularization
von: Bao, Kexin, et al.
Veröffentlicht: (2026)

Active Multimodal Distillation for Few-shot Action Recognition
von: Feng, Weijia, et al.
Veröffentlicht: (2025)

Uncertainty-aware Prototype Learning with Variational Inference for Few-shot Point Cloud Segmentation
von: Zhao, Yifei, et al.
Veröffentlicht: (2026)

Task Consistent Prototype Learning for Incremental Few-shot Semantic Segmentation
von: Xu, Wenbo, et al.
Veröffentlicht: (2024)

Small Object Few-shot Segmentation for Vision-based Industrial Inspection
von: Zhang, Zilong, et al.
Veröffentlicht: (2024)

Few-shot Open Relation Extraction with Gaussian Prototype and Adaptive Margin
von: Guo, Tianlin, et al.
Veröffentlicht: (2024)

A Forward and Backward Compatible Framework for Few-shot Class-incremental Pill Recognition
von: Zhang, Jinghua, et al.
Veröffentlicht: (2023)

Few-shot Writer Adaptation via Multimodal In-Context Learning
von: Simon, Tom, et al.
Veröffentlicht: (2026)

Siamese Transformer Networks for Few-shot Image Classification
von: Jiang, Weihao, et al.
Veröffentlicht: (2024)

Migician: Revealing the Magic of Free-Form Multi-Image Grounding in Multimodal Large Language Models
von: Li, You, et al.
Veröffentlicht: (2025)

Few-shot Semantic Encoding and Decoding for Video Surveillance
von: Cheng, Baoping, et al.
Veröffentlicht: (2025)

Covariance-based Space Regularization for Few-shot Class Incremental Learning
von: Hu, Yijie, et al.
Veröffentlicht: (2024)