Zero-shot 第6页

谷歌提出ViLD：超越Supervised的Zero-Shot检测器

点击下方卡片，关注“CVer”公众号AI/CV重磅干货，第一时间送达本文转载自：Smarter今年年初OpenAI的CLIP将图像和文本通过对比学习的方法联系起来，并且Zero-Shot的效果堪比ResNet50

Amusi（CVer）·2022-11-28 20:04

Transformer、Self-Supervised、Zero-Shot和多模态

最后再补充Zero-Shot和多模态两个方向。1.Transformer自从去年DETR和ViT出来之后，计算机视觉领域掀起了Transformer狂潮。

Datawhale·2022-11-28 20:33

中文巨量模型“源1.0”：语料质量清洗与数据分析方法

“源1.0”在语言智能方面表现优异，获得中文语言理解评测基准CLUE榜单的零样本学习（zero-shot）和小样本学习（few-shot）两类总榜冠军。

AI科技大本营·2022-11-26 18:04

中文巨量模型“源1.0”的学习优化方法

“源1.0”在语言智能方面表现优异，获得中文语言理解评测基准CLUE榜单的零样本学习（zero-shot）和小样本学习（few-shot）两类总榜冠军。

CSDN云计算·2022-11-26 18:24

中文巨量模型“源1.0”的小样本学习优化方法

“源1.0”在语言智能方面表现优异，获得中文语言理解评测基准CLUE榜单的零样本学习（zero-shot）和小样本学习（few-shot）两类总榜冠军。

浪潮圈·2022-11-26 18:23

MyDLNote-Enhancement:[SR专文] 2020CVPR : Meta-Transfer Learning for Zero-Shot Super-Resolution

2020CVPR:Meta-TransferLearningforZero-ShotSuper-Resolution[paper]:https://arxiv.org/pdf/2002.12213.pdf[github]:https://github.com/JWSoh/MZSRAbstractConvolutionalneuralnetworks(CNNs)haveshowndramaticim

Phoenixtree_DongZhao·2022-11-26 02:21

CLIP模型的使用和训练-利用CLIP实现zero-shot的分类任务

CLIP模型文章目录CLIP模型@[toc]1论文介绍1.1训练阶段1.2测试阶段1.3优缺点1.4官方给定的实验结果2利用CLIP做分类任务2.1识别杯子的二分类任务2.2人脸分类（celebface）3CLIP的再训练1论文介绍官方网站1.1训练阶段模型架构分为两部分，图像编码器和文本编码器，图像编码器可以是比如resnet50，然后文本编码器可以是transformer。训练数据是网络社交媒

浅草夏洛洛·2022-11-25 03:45

CLIP学习笔记

LearningTransferableVisualModelsFromNaturalLanguageSupervisionopenAI在2021年2月发表对NLP和CV圈都很重要的一篇工作主要是通过4亿个文本图片对，进行对比学习预训练，得到词和图片的embedding转换器，在图片分类zero-shot

be_humble·2022-11-25 03:43

【多模态】资料小抄

神经搜索实践：JinaVCED：http://t.csdn.cn/EqFww================资料=====================1.CLIP模型的使用和训练-利用CLIP实现zero-shot

大厂ballballyou·2022-11-24 15:16

低照度图像增强论文阅读笔记——ZERO-SHOT RESTORATION OF UNDEREXPOSED IMAGES VIA ROBUST RETINEX DECOMPOSITION

ZERO-SHOTRESTORATIONOFUNDEREXPOSEDIMAGESVIAROBUSTRETINEXDECOMPOSITION1.摘要2.介绍3.RRDNet网络4.损失函数的设计5.实验6.评价代码：论文代码论文论文下载1.摘要低照度图像通常会出现严重的质量退化，如在黑暗中能见度差和潜在噪声。以往的低曝光图像复原方法大多忽略了噪声，在拉伸对比度的过程中对噪声进行放大。在增强低照度图像

HH~LL·2022-11-23 10:29

Cross-class generative network for zero-shot learning：用于零样本学习的跨类生成网络

Accepted23December2020（InformationSciences）目录1.摘要2.思想3.创新与贡献4.跨类样本合成4.1配对选择4.2类内熵4.3跨类生成网络5.NACGN与ACGN5.1NACGN（非对抗性跨类生成网络）5.2ACGN（对抗性跨类生成网络）6.实验6.1ZSL6.2GZSL6.3可视化6.3aPY中前4个相似的可见类和不可见类，NACGN和ACGN之间准确度

all-izz-well·2022-11-23 01:57

Augmented semantic feature based generative network for generalized zero-shot learning

Accepted14April2021（NeuralNetworks）目录1.摘要2.思想3.创新与贡献4.增强语义4.1学习拓展语义性4.2可见类语义增强4.3不可见类语义增强5.视觉特征生成5.1VAE模块5.2WGAN模块5.3模式崩溃缓解模块5.4特征可分离约束模块6.实验6.1GZSL6.2ZSL设置下的Top-1准确度6.3数据集CUB和SUN消融实验结果7.总结1.摘要零样本学习(Z

all-izz-well·2022-11-23 01:56

[文献阅读]—Improving Massively Multilingual Neural Machine Translation and Zero-Shot Translation

前言论文地址：https://aclanthology.org/2020.acl-main.148.pdf代码地址：https://github.com/bzhangGo/zero前人工作&存在问题模型容量问题，前人工作：要么共享模型的部分，剩下部分是语言特异的，限制了可拓展性；要么借助一些表示翻译方向的信息，完成全共享，它们把不同语言编码到同一空间，忽略了语言的多样性；保留语言多样性的一些工作：

Muasci·2022-11-22 20:37

[文献阅读]—Google’s Multilingual Neural Machine Translation System: Enabling Zero-Shot Translation

前言论文地址：https://arxiv.org/pdf/1611.04558v1.pdf代码地址：无233前人工作&存在问题前人实现multilingualNMT的方法：为每一个target语言定义一个单独的decoder和attention(one2many)为每一个source语言定义一个单独的encoder和attention(many2one)为每一个source语言定义一个encode

Muasci·2022-11-22 20:07

[机器翻译]——pivot-based zero-shot translation based on fairseq

文章目录前言翻译到en生成"伪"的、到英语的数据文件把每一个zs语言对翻译到en从fairseq-generate生成的文件中，抽取纯en文件把en数据和所有zs语言对的tgt数据形成平行语料，然后做预处理形成en到tgt的平行语料预处理在en到tgt语言的"伪"平行语料上评估pivotzstranslation的性能directzstranslationVSpivot-basedzstransl

Muasci·2022-11-22 20:29

Contrastive Embedding for Generalized Zero-Shot Learning：广义零样本学习的对比嵌入

CVPR2021paper目录1.摘要2.思想3.创新与贡献4.问题的引出与模型图5.框架5.1混合GZSL框架5.2实例级对比嵌入5.3类级别对比嵌入6.实验6.1GZSL6.2ZSL6.3组成分析6.4可视化7.总结1.摘要广义零样本学习（GZSL）的目标是当只提供可见类的已标记示例来识别可见类和不可见类的对象。生成模型可以合成不可见的类中缺失的视觉特征，以减轻GZSL中的数据不平衡问题。然而

all-izz-well·2022-11-22 13:04

ACL20 - Zero-shot Text Classification via Reinforced Self-training

YeZ,GengY,ChenJ,etal.Zero-shottextclassificationviareinforcedself-training[C].InACL2020.文章目录摘要介绍自训练方法强化学习模块实验数据方法结果总结摘要传统自训练（self-training）方法采用固定的探索式算法，在不同数据集上表现不一。本文采用强化学习框架学习数据选择策略，提供更可靠的数据。介绍处理零样本文

ywm_up·2022-11-22 13:34

learn to Adapt for Generalized Zero-shot Text Classification

第一天摘要学习步骤翻译—将引用文献的模型及解决的问题大致了解下——构建文章分析思路—了解框架——全部将其搞定都行啦的样子与样子，后续再自己斟酌，全部将其搞定都行啦的理由与打算。（后续再补充）争取一篇文章，把所有相关领域的全貌都了解以下，全部搞清楚都行啦的样子与打算。摘要生成式零样本文本分类目的是分类文本实例在已有的可见类别和逐渐增加的不可见类别。许多现存的方法效果很差，因为学习的参数仅能够优化可见

big_matster·2022-11-22 12:01

孟子轻量化多任务模型已开源，登顶 ZeroCLUE 和 FewCLUE 榜单

经过五个月的开发和场景打磨，孟子多任务模型正式开源，提供出色的Zero-Shot及Few-Shot能力，以0.22B的轻量化模型在零样本学习ZeroCLUE和小样本学习权威榜单FewCLUE榜单均排名第一

澜舟孟子开源社区·2022-11-22 06:31

【论文笔记】【CLIP】Learning Transferable Visual Models From Natural Language Supervision

ContrastiveLanguage-ImagePretraining(github.com)1IntroOpenAI收集了一个包含4亿text-imagepair的数据集，在使用文本-图像对比学习的方式预训练网络，完全zero-shot

Merengue_l·2022-11-22 00:53

【CLIP】Learning Transferable Visual Models From Natural Language Supervision

这篇论文是利用自然语言作为监督信号学习可迁移的视觉模型，学习到泛化性能好的特征，可以做zero-shot迁移，在各种数据集上或者各种任务直接推理能获得较好的效果。

S L N·2022-11-22 00:22

Raki的读paper小记：CLIP:Learning Transferable Visual Models From Natural Language Supervision

爱睡觉的Raki·2022-11-22 00:14

【Paper Notes】CLIP: Learning Transferable Visual Models From Natural Language Supervision

文章中比较亮眼的地方还提到了zero-shot的任务迁移。

Kross Sun·2022-11-22 00:42

零次学习（Zero-Shot Learning）入门

零次学习（Zero-ShotLearning）入门假设小明和爸爸，到了动物园，看到了马，然后爸爸告诉他，这就是马；之后，又看到了老虎，告诉他：“看，这种身上有条纹的动物就是老虎。”；最后，又带他去看了熊猫，对他说：“你看这熊猫是黑白色的。”然后，爸爸给小明安排了一个任务，让他在动物园里找一种他从没见过的动物，叫斑马，并告诉了小明有关于斑马的信息：“斑马有着马的轮廓，身上有像老虎一样的条纹，而且它像

反卷斗士小郑·2022-11-21 23:55

【论文精读】Is Synthetic data from generative models ready for image recognition? 生成数据对图像识别的影响

实验分为三个部分，zero-shot、few-shot和pretrain2.zero-shot研究目的：多大程度上影响&如

joyce_peng·2022-11-21 04:49

中文巨量模型“源1.0”：模型结构与生成效果解析

“源1.0”在语言智能方面表现优异，获得中文语言理解评测基准CLUE榜单的零样本学习（zero-shot）和小样本学习（few-shot）两类总榜冠军。

CSDN云计算·2022-11-20 22:57

中文巨量模型“源1.0”的模型结构与生成效果解析

“源1.0”在语言智能方面表现优异，获得中文语言理解评测基准CLUE榜单的零样本学习（zero-shot）和小样本学习（few-shot）两类总榜冠军。

浪潮圈·2022-11-20 22:54

GroupViT：Semantic Segmentation Emerges from Text Supervision（语义分割CVPR2022）

SemanticSegmentationEmergesfromTextSupervisionCode：https://github.com/NVlabs/GroupViTProjectPage：https://jerryxu.net/GroupViT/简介：LSeg虽然能够实现zero-shot

完美屁桃·2022-11-20 15:38

【VCED】Clip模型

CLIP模型CLIP模型将原有的图像标签替换为图像的文本描述信息，来监督视觉任务的训练，在下游任务中得到了较好的zero-shot的结果。

KKK_Kiral·2022-11-20 09:38

跨模态神经搜索实践VCED CLIP简介

简介1.1CLIP是什么CLIP（ContrastiveLanguage-ImagePretraining）模型将原有的图像标签替换为图像的文本描述信息，来监督视觉任务的训练，在下游任务中得到了较好的zero-shot

includeSteven·2022-11-20 09:03

论文笔记：RelationPrompt :Zero-Shot Relation Triplet Extraction

论文来源：ACLFindings2022论文链接：https://arxiv.org/pdf/2203.09101.pdf论文代码：http://github.com/declare-lab/RelationPrompt本篇论文是由阿里达摩院自然语言智能实验室于2022年发表的关于零样本关系抽取的顶会论文，本篇博客将记录我在阅读过程中的一些笔记！Abstract关系抽取在知识构建和知识表示方面具有

富婆儿不爱money·2022-11-19 22:40

Jointly Modeling Structural and TextualRepresentation for Knowledge GraphCompletion in Zero-Shot S

摘要知识图补全(KGC)的目的是预测知识图的缺失信息。大多数方法依赖于知识图(in-kg)中实体的结构信息，因此它们无法处理涉及Out-of-KG实体的零镜头场景中的KGC，这对现有的只有文本信息的知识图来说是新奇的。虽然有些方法用文本信息表示KG，但是在In-KG实体和Out-ofKG实体之间建立的相关性仍然很弱。在本文中，我们提出了一个集成结构信息和文本信息的联合模型来表征In-kg实体和ou

小蜗子·2022-11-19 21:51

开箱即用的百度开放域信息抽取的统一框架UIE

而且最重要的是其可以实现零样本（zero-shot）或者少样本（few-shot）抽取，达到了开箱即用的效果。医疗领域效果：金融领域效果：框架地址：https://github.com/

weixin_42001089·2022-11-19 17:50

【Datawhale跨模态实践学习笔记】跨模态模型学习

一、CLIP模型CLIP模型将原有的图像标签替换为图像的文本描述信息，来监督视觉任务的训练，在下游任务中得到了较好的zero-shot的结果。

JeffDingAI·2022-11-19 07:19

[datawhale202211]跨模态神经搜索实践：跨模态模型

结论速递本次任务首先了解了CLIP模型及其原理，CLIP模型将图像标签替换为图像的文本描述信息，来监督视觉任务的训练，引入了语义匹配实现下游任务的zero-shot。

SheltonXiao·2022-11-19 07:56

零次学习（zero-shot learning)

零次学习（zero-shotlearning）基本概念假设小暗（纯粹因为不想用小明）和爸爸，到了动物园，看到了马，然后爸爸告诉他，这就是马；之后，又看到了老虎，告诉他：“看，这种身上有条纹的动物就是老虎。”；最后，又带他去看了熊猫，对他说：“你看这熊猫是黑白色的。”然后，爸爸给小暗安排了一个任务，让他在动物园里找一种他从没见过的动物，叫斑马，并告诉了小暗有关于斑马的信息：“斑马有着马的轮廓，身上有

Weisong Zhao·2022-11-14 09:49

Zero-shot learning（零样本学习）

一、介绍在传统的分类模型中，为了解决多分类问题（例如三个类别：猫、狗和猪），就需要提供大量的猫、狗和猪的图片用以模型训练，然后给定一张新的图片，就能判定属于猫、狗或猪的其中哪一类。但是对于之前训练图片未出现的类别（例如牛），这个模型便无法将牛识别出来，而ZSL就是为了解决这种问题。在ZSL中，某一类别在训练样本中未出现，但是我们知道这个类别的特征，然后通过语料知识库，便可以将这个类别识别出来。ze

weixin_30426957·2022-11-14 09:19

Predicting Visual Exemplars of Unseen Classes for Zero-Shot Learning||论文阅读

元学习论文总结||小样本学习论文总结2017-2019年计算机视觉顶会文章收录AAAI2017-2019CVPR2017-2019ECCV2018ICCV2017-2019ICLR2017-2019NIPS2017-2019转：https://zhuanlan.zhihu.com/p/29215437论文《PredictingVisualExemplarsofUnseenClassesforZer

TBYourHero·2022-11-14 09:19

零次学习（Zero-Shot Learning）入门

转自：https://zhuanlan.zhihu.com/p/34656727?spm=5176.9876270.0.0.399ce44aXsg7cN谢谢作者很久没有更文章了，主要是没有找到zero-shotlearning(ZSL)方面我特别想要分享的文章，且中间有一段时间在考虑要不要继续做这个题目，再加上我懒(￢_￢)，所以一直拖到了现在。最近科研没什么进展，就想着写一个ZSL的入门性的文章

长夜悠悠·2022-11-14 09:42

Zero-shot learning零样本学习——入门基本概念

big_matster·2022-11-14 09:10

零次学习（zero-shot learning）基本概念

零次学习（zero-shotlearning）基本概念每次在实验室做工作汇报的时候，总会把ZSL的基本概念讲一遍，但是每次的效果都不是很好，工作都讲完了，提的第一个问题依然是：ZSL到底是什么？这让我一度认为我的表达能力有问题。。。。。。不过回忆起我第一次接触这个题目的时候，也花了挺长的时间才搞清楚到底在做一件什么事情，那篇入门的文章[1]看了很久才基本看懂。因此，我尽量用最简单的，不带任何公式的

fkyyly·2022-11-14 09:10

Zero-Shot Learning零样本学习学习进展汇总

Zero-ShotLearning零样本学习学习进展汇总基本概念什么是zero-shotlearning?基本概念定义语义空间(SemanticSpaces)工程语义空间(EngineeredSemanticSpaces)学习语义空间(LearnedSemanticSpaces)最大后验概率论文阅读（一）DAP&IAP算法概要前提目标思路具体原理DAP(Directedattributepredi

River_J777·2022-11-14 09:35

Zero-shot Learning零样本学习论文阅读（二）——An embarrassingly simple approach to zero-shot learning

Zero-shotLearning零样本学习论文阅读（二）——Anembarrassinglysimpleapproachtozero-shotlearningESZSL算法概况背景前提思路算法原理模型求解损失函数LLL正则化项Ω\OmegaΩ参考文献这篇论文提出了一种新的zero-shotlearning方法“EmbarrassinglysimpleZero-ShotLearning”，后来被简

River_J777·2022-11-14 09:35

Zero-shot Learning零样本学习论文阅读（一）——Learning to detect unseen object classes by between-class attribute

Zero-shotLearning零样本学习论文阅读（一）——Learningtodetectunseenobjectclassesbybetween-classattributetransfer算法概要前提目标思路具体原理DAP(Directedattributeprediction)IAP(Indirectedattributeprediction)Learningtodetectunseen

River_J777·2022-11-14 09:05

【跨模态】【对比学习】CLIP：文本监督CV的预训练(2021)

文章目录前言一、整体架构1.训练2.测试（迁移学习zeroshot）3.promptengineeringandensembling二、实验1.few-shot与zero-shot的对比2.RepresentationLearning3

杀生丸变大叔了·2022-11-14 07:17

Word2Vec进阶 -GPT2

Word2Vec进阶-GPT2–潘登同学的NLP笔记文章目录Word2Vec进阶-GPT2--潘登同学的NLP笔记GPT2网络结构预训练任务机器翻译自动摘要生成阅读理解Zero-shot,One-shot

PD我是你的真爱粉·2022-11-10 10:08

prompt 综述

模板学习最吸引人的关键在于其通过已有的预训练模型，定义合适的模板就能完成few-shot或者zero-shot任务，这样可以使得语言模型可以在预训练阶段利用尽可能多的信息进行训练，后续也能最大效率的发挥

字节跳动技术团队·2022-11-07 11:19

CLIP论文详解

CLIP论文详解–潘登同学的深度学习笔记文章目录CLIP论文详解--潘登同学的深度学习笔记前言整体架构Pre-trainZero-shot实验大范围数据集结果few-shot与zero-shot的对比RepresentationLearning

PD我是你的真爱粉·2022-10-16 11:27

CLIP解读

LearningTransferableVisualModelsFromNaturalLanguageSupervisionOpenAI的CLIP这篇文章，从互联网收集构建了了4亿个图片-文本对的数据集，对图像和文本通过编码器提取的Embedding使用对比学习方式训练，得到对齐的图像&文本Embedding，并用在Zero-shot

开心的火龙果·2022-10-16 11:56

【论文阅读】Finetuned Language Models Are Zero-Shot Learners

InstructionTuningImprovesZero-shotLearningConclusion前言文章目前还在持续阅读目前碰到了一些不太理解的概念，正在查阅原文链接：https://arxiv.org/abs/2109.01652Abstract本文探讨了一种提高语言模型zero-shot

长命百岁️·2022-10-03 07:52

推荐频道

Zero-shot

谷歌提出ViLD：超越Supervised的Zero-Shot检测器

Transformer、Self-Supervised、Zero-Shot和多模态

中文巨量模型“源1.0”：语料质量清洗与数据分析方法

中文巨量模型“源1.0”的学习优化方法

中文巨量模型“源1.0”的小样本学习优化方法

MyDLNote-Enhancement:[SR专文] 2020CVPR : Meta-Transfer Learning for Zero-Shot Super-Resolution

CLIP模型的使用和训练-利用CLIP实现zero-shot的分类任务

CLIP学习笔记

【多模态】资料小抄

低照度图像增强论文阅读笔记——ZERO-SHOT RESTORATION OF UNDEREXPOSED IMAGES VIA ROBUST RETINEX DECOMPOSITION

Cross-class generative network for zero-shot learning：用于零样本学习的跨类生成网络

Augmented semantic feature based generative network for generalized zero-shot learning

[文献阅读]—Improving Massively Multilingual Neural Machine Translation and Zero-Shot Translation

[文献阅读]—Google’s Multilingual Neural Machine Translation System: Enabling Zero-Shot Translation

[机器翻译]——pivot-based zero-shot translation based on fairseq

Contrastive Embedding for Generalized Zero-Shot Learning：广义零样本学习的对比嵌入

ACL20 - Zero-shot Text Classification via Reinforced Self-training

learn to Adapt for Generalized Zero-shot Text Classification

孟子轻量化多任务模型已开源，登顶 ZeroCLUE 和 FewCLUE 榜单

【论文笔记】【CLIP】Learning Transferable Visual Models From Natural Language Supervision

【CLIP】Learning Transferable Visual Models From Natural Language Supervision

Raki的读paper小记：CLIP:Learning Transferable Visual Models From Natural Language Supervision

【Paper Notes】CLIP: Learning Transferable Visual Models From Natural Language Supervision

零次学习（Zero-Shot Learning）入门

【论文精读】Is Synthetic data from generative models ready for image recognition? 生成数据对图像识别的影响

中文巨量模型“源1.0”：模型结构与生成效果解析

中文巨量模型“源1.0”的模型结构与生成效果解析

GroupViT：Semantic Segmentation Emerges from Text Supervision（语义分割CVPR2022）

【VCED】Clip模型

跨模态神经搜索实践VCED CLIP简介

论文笔记：RelationPrompt :Zero-Shot Relation Triplet Extraction

Jointly Modeling Structural and TextualRepresentation for Knowledge GraphCompletion in Zero-Shot S

开箱即用的百度开放域信息抽取的统一框架UIE

【Datawhale跨模态实践学习笔记】跨模态模型学习

[datawhale202211]跨模态神经搜索实践：跨模态模型

零次学习（zero-shot learning)

Zero-shot learning（零样本学习）

Predicting Visual Exemplars of Unseen Classes for Zero-Shot Learning||论文阅读

零次学习（Zero-Shot Learning）入门

Zero-shot learning零样本学习——入门基本概念

零次学习（zero-shot learning）基本概念

Zero-Shot Learning零样本学习 学习进展汇总

Zero-shot Learning零样本学习 论文阅读（二）——An embarrassingly simple approach to zero-shot learning

Zero-shot Learning零样本学习 论文阅读（一）——Learning to detect unseen object classes by between-class attribute

【跨模态】【对比学习】CLIP：文本监督CV的预训练(2021)

Word2Vec进阶 -GPT2

prompt 综述

CLIP论文详解

CLIP解读

【论文阅读】Finetuned Language Models Are Zero-Shot Learners

Zero-Shot Learning零样本学习学习进展汇总

Zero-shot Learning零样本学习论文阅读（二）——An embarrassingly simple approach to zero-shot learning

Zero-shot Learning零样本学习论文阅读（一）——Learning to detect unseen object classes by between-class attribute