额外嵌入分类模型

扩大隐藏距离

通过调整模块和对比损失学习同类样本的独特特征，在保持类别信息的同时扩大样本间的隐藏距离。

Li, Zhaochen · Mu, Kedian

Lecture Notes in Computer Science 2023

技术优势

能区分未见类别

允许测试类别与训练类别不同，模型仍能识别。

同类样本特征更独特

通过调整模块和对比损失学习同类样本的独特特征，使嵌入更具区分性。

保持类别信息

在扩大隐藏距离的同时保持类别信息，避免语义混淆。

应用场景

• 少样本开放集识别：在训练与测试类别不同的场景下识别新类别。
• 语义粘连场景：处理类别间特征粘连导致难以区分的样本。