Apprentissage généralisé à zéro-shot - Inconnu

Dans le domaine de la vision par ordinateur, l'apprentissage par transfert généralisé (GZSL) désigne la tâche où, lors de la phase de test, le modèle doit non seulement prédire les catégories vues mais aussi reconnaître avec précision les catégories non vues. La performance du modèle dans cette tâche est évaluée en calculant la moyenne des scores de prédiction normalisés les plus élevés pour les catégories non vues. Cette tâche vise à améliorer la capacité de généralisation du modèle face à de nouvelles catégories et présente une valeur d'application significative.