arXiv · cs.AI· Haiyun Guo, Hongyu Guo, Xiangzhao Hao, Jiarui Guo, Jinqiao Wang, Tat-Seng Chua·· 7 小时前
UniFGVC：免训练少样本细粒度视觉分类框架
UniFGVC: Universal Training-Free Few-Shot Fine-Grained Vision Classification via Attribute-Aware Multimodal Retrieval
arXiv:2508.04136v4阅读论文 PDF ↗
仅依据论文摘要整理；未读取全文，实验条件、证明与基准细节请核对原文。
作者：Haiyun Guo, Hongyu Guo, Xiangzhao Hao, Jiarui Guo, Jinqiao Wang, Tat-Seng Chua
研究任务与主要进展
UniFGVC 提出一种免训练的少样本细粒度视觉分类框架，将分类任务转化为基于预定义类别模板的多模态检索。其 CDV-Captioner 通过属性感知描述、思维链推理和视觉参考生成图像描述对，再结合任意预训练视觉与文本编码器进行识别。基于论文摘要，作者报告该方法在12个细粒度视觉分类数据集上取得一致优于少样本CLIP方法及若干全监督MLLM方法的结果。
阶段、条件与复现 · 深读核对
- 新能力对应什么具体任务与最小输入输出？
- 代码、模型、数据、许可与可用入口是否明确？
- 效果、总成本、失效条件与实际工作流如何验证？
这些是阅读核对问题；材料未说明的条件保留未知。请结合上方论文版本、资料范围与原文核验。
来源：arXiv · cs.AI · arxiv.org