跳到正文
arXiv · 机器人与计算机视觉· Yousef Abdi, Mohammad Asadpour, Yousef Seyfari·· 12 小时前AI 评分68

MAGIC-SSCIL:基于流形锚定与几何增量校准的半监督类增量学习

MAGIC-SSCIL: Manifold Anchoring and Geometric Incremental Calibration for Semi-Supervised Class Incremental Learning

AI 导读

arXiv 论文 MAGIC-SSCIL 提出一种无需存储旧数据的半监督类增量学习方法,通过冻结特征图的 k 近邻图传播标签并利用软加权几何校准优化统计量。实验在 CIFAR-100、CUB-200 和 ImageNet-R 上验证,该方法在极低标注比例(如 1%)下表现优异,但在高标注比例时不如自适应骨干的方法。材料为 v2 修订版,简化了部分组件并更新了基线对比与分析。

来源:arXiv · 机器人与计算机视觉 · arxiv.org