일반화된 제로샷 학습

일반화된 제로샷 학습(GZSL)에서 카테고리 집합은 seen 클래스와 unseen 클래스로 나뉩니다. 훈련 과정에서는 seen 클래스의 시각적 표현과 seen 및 unseen 클래스의 의미론적 특성을 활용합니다. 테스트 단계에서는 seen 클래스와 unseen 클래스의 시각적 표현을 동시에 평가합니다. GZSL은 모델이 unseen 카테고리를 인식하는 능력을 개선하여 전통적인 머신 러닝 방법의 적용 범위를 확장하므로, 중요한 연구 및 응용 가치가 있습니다.