Unsupervised few-shot learning with object-aware and attribute-consistent augmentation

2026-03-07

0

PRE

AI

DOI：10.1016/j.patcog.2026.113409

原文求助

摘要

En 中文

• 引入SOD引导的增强方法以提升正样本多样性并减少背景噪声。 • 提出一种属性相关性一致性损失以改善UFSL中的表示学习。 • 提供一个即插即用模块，可无缝集成到现有的UFSL基准中，无需标签。

Keyword:

SOD-guided augmentation

attribute-correlation uniformity loss

unsupervised few-shot learning

object-aware augmentation

plug-and-play module