30 lines
952 B
Markdown
30 lines
952 B
Markdown
---
|
||
title: "零样本分类 (Zero-Shot Classification)"
|
||
created: 2026-07-04
|
||
updated: 2026-07-04
|
||
type: concept
|
||
tags: [classification, zero-shot, transfer-learning, vlm]
|
||
sources: []
|
||
---
|
||
|
||
# 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|开放词表识别]]
|
||
- [[vision-language-models|VLM]]
|
||
- [[clip|CLIP]]
|