基于开放集识别的开放域少样本视觉分类方法

环境配置： python3.8 jittor1.3.8.5

方法思路： 步骤1、训练分类模型 步骤2、利用步骤1训练好的模型提取图像表征，并计算每个类别的特征的原型（均值） 步骤3、训练分布外检测（OOD）模型，将步骤1提取的表征映射到原型空间，使得每个类别的特征接近于原型。

测试步骤： 利用分类模型和OOD模型检验测试样本表征与对应原型的距离，若距离大于阈值T，则使用预训练的CLIP模型进行zero-shot预测；否则使用步骤1训练的分类模型进行预测。

预训练模型： 模型：BEiT 仓库：https://github.com/microsoft/unilm/blob/master/beit2

参数量之和：4.5M

qq:1908843584