Counterfactual Vision-and-Language Navigation: Unravelling the Unseen研究背景深度学习在计算机视觉和自然语言处理领域取得显著进展，但存在依赖数据集偏差和虚假相关性的问题，限

Counterfactual Vision-and-Language Navigation via Adversarial Path Sampler研究背景 视觉语言导航（VLN）任务概述：VLN 任务要求智能体理解自然语言指令，对周围环境

Visual Prompting for Generalized Few-shot Segmentation: A Multi-scale Approach 广义小样本学习，小样本学习的一种更现实的变体引入，允许从基类或新类中查询图像。 广

conda create -n Janus python=3.10 -yconda activate Januspip install -e .pip install gradioexport HF_ENDPOINT="https://hf

Zero-shot Referring Expression Comprehension via Structural Similarity Between Images and Captions概要通过图像和标题之间的结构相似性进行零样本

Few-Shot Object Detection with Foundation Models 小样本目标检测（FSOD）的目的是通过一些训练样本（也叫做support image）来检测没见过的新目标。 视觉特征提取和支持查询的相似度

yolov7整体结构输入input、骨干网络backbone、颈部neck、头部head 图片经过input部分数据增强等一系列操作进行预处理后，被送入backbone backbone对处理后的图片提取特征 提取到的特征经过 Neck

ID-like Prompt Learning for Few-Shot Out-of-Distribution Detection介绍分布外（Out-of-Distribution, OOD）检测方法通常利用辅助离群值来训练识别分布外样本

tmux ls：显示所有会话 tmux new -s <name>：新建一个会话并命名 tmux rename-session -t 0 <nem-name>：重命名 tmux kill-session -t

MESEDA Multi-modal Entity Set Expansion Dataset with Fine-grained Semantic Classes and Hard Negative Entities 具有细粒度语义类和硬