少样本语义分割
利用未标注数据提升前景类内一致性，并通过多级原型生成与交互模块增强前景与背景的区分度。
Xiaoyi, Bao · Jie, Qin · Sun, Siyang · 王欣刚 · Zheng, Yun
2024
通过无标签分支教会模型提取对类内差异鲁棒的内在特征，使同类前景在不同外观下仍能被一致地识别。
多级原型生成与交互模块融合全局与局部原型，增强类别间变异性，更好地区分相似类别。
无标签分支仅在训练时使用，测试时被移除，因此不引入额外数据或计算负担。