穿越镜子：关于弱监督少样本分割的双重视角
计算机视觉与模式识别
2025-08-25 v1 人工智能
摘要
元学习旨在均匀抽取具有相同类别和相似属性的同质支持查询对，并通过相同的网络架构提取有用的归纳偏置。然而，这种相同的网络设计会导致过度的语义同质化。为此，我们提出一种新颖的同构但异构网络。将支持查询对视为双重视角，我们引入异构视觉聚合 (HA) 模块以增强互补性同时保持语义常规性。为进一步减少语义噪声并放大异构语义的独特性，我们设计了异构迁移 (HT) 模块。最后，我们提出异构 CLIP 文本信息以增强多模态模型的泛化能力。在弱监督少样本语义分割 (WFSS) 任务中，TLG 仅使用现有 SOTA 模型参数的 1/24，即可在 Pascal-5^i 上实现 13.2% 的提升，在 COCO-20^i 上实现 9.7% 的提升。据我们所知，TLG 是首个在相同的背bone 架构下，弱监督 (图像级) 模型就能超越完全监督 (像素级) 模型的模型。代码已公开于 https://github.com/jarch-ma/TLG。
引用
@article{arxiv.2508.16159,
title = {Through the Looking Glass: A Dual Perspective on Weakly-Supervised Few-Shot Segmentation},
author = {Jiaqi Ma and Guo-Sen Xie and Fang Zhao and Zechao Li},
journal= {arXiv preprint arXiv:2508.16159},
year = {2025}
}