WARM-CAT：基于热启动的测试时综合知识积累用于组合零样本学习
计算机视觉与模式识别
2026-03-02 v2
摘要
组合零样本学习（CZSL）旨在基于从已见样本中学习的知识识别新出现的属性-对象组合。现有方法因测试时标签空间分布迁移而导致性能下降，这种分布迁移源于未见组合（由属性和对象重新组合而成）的包含。为克服这一挑战，我们提出一种新方法，该方法在文本和视觉两个模态中从无监督数据积累综合知识，以更新测试时的多模态原型。基于此，我们进一步设计了自适应更新权重，以控制原型调整的程度，使模型能够灵活适应测试期间的分布迁移。此外，引入动态优先队列，将高置信度图像存储，以获取历史图像的视觉原型用于推理。由于模型倾向于优先处理队列中已存储的组合，我们通过初始化队列中包含训练图像的已见组合的视觉原型，并生成与已见和未见文本原型之间学到的映射用于未见视觉原型来实现热启动。考虑到多模态知识的语义一致性，我们通过多模态协作表示学习来对齐文本和视觉原型。为提供更可靠的CZSL评估，我们引入了新的基准数据集C-Fashion，并对广泛使用的噪声较大的MIT-States数据集进行了精细调整。大量实验表明，我们的方法在四个基准数据集上的闭合世界和开放世界设置下均实现了最先进的性能。源代码和数据集均可在https://github.com/xud-yan/WARM-CAT 获取。
引用
@article{arxiv.2602.23114,
title = {WARM-CAT: Warm-Started Test-Time Comprehensive Knowledge Accumulation for Compositional Zero-Shot Learning},
author = {Xudong Yan and Songhe Feng and Jiaxin Wang and Xin Su and Yi Jin},
journal= {arXiv preprint arXiv:2602.23114},
year = {2026}
}