May, 2024
组织背景以探索潜在类别的增量少样本语义分割
Organizing Background to Explore Latent Classes for Incremental Few-shot Semantic Segmentation
Lianlei Shan, Wenzhang Zhou, Wei Li, Xingyu Ding
TL;DR在增量少样本语义分割(iFSS)问题中,我们提出了一种名为 OINet 的网络,即背景嵌入空间组织和原型继承网络,通过在训练基础类别时使用多个分类头和多个子类原型来保留新类别的嵌入空间,并提出了一种策略来选择最匹配当前学习新类别的子类原型,使新类别能够在少样本下注册在嵌入空间中,而不影响基础类别的分布,Pascal-VOC 和 COCO 上的结果表明,OINet 取得了最新的技术成果。