声浪

转载9 months ago

小样本视听分类（Few-Shot Audio-Visual Classification, FS-AVC）是多模态学习领域极具挑战性的任务。它要求模型在仅有极少量标注样本的情况下，通过挖掘视觉与听觉的互补信息，实现对新类别的准确识别。然而…

15 0 0