myWiki/concepts/zero-shot-classification.md

title, created, updated, type, tags, sources

title	created	updated	type	tags	sources
零样本分类 (Zero-Shot Classification)	2026-07-04	2026-07-04	concept	classification zero-shot transfer-learning vlm

零样本分类 (Zero-Shot Classification)

在不提供目标类别训练样本的情况下，直接对未见过的类别进行分类。

VLM 实现

VLM 通过文本 prompt 将类别名编码为嵌入，与图像嵌入做余弦相似度匹配，天然支持零样本分类：

f(x) = \arg\max_{c \in C_{\text{novel}}} \langle f_{\text{img}}(x), f_{\text{text}}(t_c) \rangle

与开放词表识别的区别

• 零样本分类：强调"未见过类别"的迁移能力
• 开放词表识别（open-vocabulary-recognition）：强调"任意自然语言描述"的灵活性
• 实践中两者高度重叠，VLM 同时具备两种能力

参考

• open-vocabulary-recognition
• vision-language-models
• clip