على عكس التصنيف الصفر-مُثال التقليدي، فإن التصنيف الدلالي الصفر-مُثال يتنبأ بفئة التصنيف على مستوى البكسل بدلاً من مستوى الصورة. عند معالجة مشكلات التصنيف الدلالي الصفر-مُثال، فإن الحاجة إلى التنبؤ على مستوى البكسل مع مراعاة السياق المحيط تدفعنا إلى دمج المعلومات المكانية باستخدام الترميز المكاني. ونُحسّن الترميز المكاني القياسي من خلال إدخال مفهوم الترميز المكاني النسبي، الذي يُدمج المعلومات المكانية على مستوى الميزات ويمكنه التعامل مع أحجام صور غير محددة مسبقاً. علاوة على ذلك، بينما يُستخدم التدريب الذاتي على نطاق واسع في التصنيف الدلالي الصفر-مُثال لإنشاء تسميات وهمية (Pseudo-labels)، نقترح استراتيجية جديدة للتدريب الذاتي مستوحاة من تقنية تبادل المعرفة، تُسمى التدريب الذاتي المُنخفض (Annealed Self-Training)، التي يمكنها تعيين أهمية مختلفة تلقائياً للتسميات الوهمية، بهدف تحسين الأداء. وقد قمنا بدراسة مُنظمة للمفهومين المقترحين، أي الترميز المكاني النسبي والتدريب الذاتي المُنخفض، من خلال تقييم تجريبي شامِل، وأثبتت النتائج التجريبية فعالية طريقة العمل المقترحة على ثلاث مجموعات بيانات معيارية.