2020-08-27paper

semantic alignment with class prototypes refinement for zero shot learning

• 什么是域漂移？
  域漂移，指的是使用源域训练的模型在目标域上测试时，目标域的预测分布和真实分布之间存在差异的现象。

举例：源域是猫，目标域是人。假设两个域共享的属性空间包含两个属性，“是不是动物？”、“有几条腿？” 那么，猫的属性表示是“是动物”、“四条腿”；人的属性表示是“是动物”、“两条腿”。那么，基于猫学习的视觉语义映射，在对人进行测试的时候，大部分预测结果会是“是动物”、“四条腿”，而远离了真实属性表示“是动物”、“两条腿”。

如图，通过“猫”的图片训练得到的模型，在测试“人”的图片时，预测结果很多会被分成“猫”。

• gzsl中测试集的图片还能被分成未见类和已见类吗？
  待调查