一种用于少样本图像分类的提示引导跨模态学习网络，通过类感知显式提示缓解深层语义衰减并减少基类过拟合。
Sun, Zhe · Pengfei, Guo · Dalong, Luo · Xianghe, Zhang
Pattern Recognition 2026
跨模态提示模块在多个网络层将类别语义显式注入支持特征，避免深层网络中的提示衰减。
显式提示不依赖可学习参数，避免由参数偏向基类引起的过拟合，提升对新类的泛化。
查询提示模块利用提示后的类原型计算与查询特征的相关性，将语义知识迁移到查询样本。
在六个少样本图像分类基准数据集上的实验表明，方法取得先进分类性能。